基于R中的日期/时间范围联接数据

我有一个文件（位置），有x，y坐标和日期/时间标识。我想从第二个表（天气）中获取信息，该表具有“相似”的日期/时间变量和辅助变量（温度和风速）。诀窍在于两个表中的日期/时间不完全相同。我想从位置数据中选择最接近的天气数据。我知道我需要做一些循环，就是这样

Example location                                    example weather

x    y     date/time                         date/time           temp        wind
1    3     01/02/2003 18:00                  01/01/2003 13:00     12          15
2    3     01/02/2003 19:00                  01/02/2003 16:34     10          16
3    4     01/03/2003 23:00                  01/02/2003 20:55     14          22
2    5     01/04/2003 02:00                  01/02/2003 21:33     14          22
                                             01/03/2003 00:22     13          19
                                             01/03/2003 14:55     12          12
                                             01/03/2003 18:00     10          12
                                             01/03/2003 23:44     2           33
                                             01/04/2003 01:55     6           22

因此，最终输出将是一个表，其中包含与位置数据正确匹配的“最佳”天气数据

x    y     datetime               datetime           temp        wind
1    3     01/02/2003 18:00  ----  01/02/2003 16:34     10          16
2    3     01/02/2003 19:00  ----  01/02/2003 20:55     14          22
3    4     01/03/2003 23:00  ----  01/03/2003 00:22     13          19               
2    5     01/04/2003 02:00  ----  01/04/2003 01:55     6           22

---

从哪里开始有什么建议吗？我试着用一种快捷的方法来做这件事。 如果创建两个data.table的X和Y，都带有键，则语法为：

X[Y,roll=TRUE]

我们称之为滚动连接，因为我们将X中的主要观测值向前滚动，以匹配Y中的行。请参见？data.table中的示例和简介小插图

另一种方法是动物园套餐，其中包含locf（最后一次观察结转），可能还有其他套餐

我不确定你指的是最近的地点还是时间。若位置，那个位置是x，y坐标，那个么我想你们需要在2D空间中进行一些距离测量。data.table仅对单变量进行“最接近”，例如按时间。第二次阅读你的问题，似乎你的意思是最接近普遍意义上的

---

编辑：现在查看示例数据。data.table不会一步完成此操作，因为尽管它可以向前或向后滚动，但不会滚动到最近的位置。您可以使用which=TRUE执行一个额外步骤，然后测试盛行后的一个是否更接近。我需要将该数据作为数据和时间单独输入，然后粘贴并格式化

location$dt.time <- as.POSIXct(paste(location$date, location$time), 
                                 format="%m/%d/%Y %H:%M")

---

我的答案似乎与你的有点不同，但另一位读者已经质疑你用手正确匹配的能力。

我希望你不用传统的循环就能解决这个问题。apply族中的一条语句加上一个approx（）就可以很好地解决这个问题。建议从哪里开始？给我们一些合适的数据来处理。与其粘贴文本，不如在R中构造数据，然后将dput（）的结果粘贴到此处，这样我们就可以轻松地重建数据并编写一些可以测试的代码。为什么位置的第3行与天气的第5行合并？weather的第8行不是最接近2003年3月1日23:00吗？@Matthew-你是对的，在飞行中生成数据是一个错误谢谢，我会看看它是否做得更好，或者更快，因为到目前为止，这是我根据我在MySQL脚本中看到的一些内容所做的（I in 1:nrow（loc））){index=which.min（abs（loc$DateTime[i]-weather$DateTime））loc$WndSp[i]=weather$WndSp[index]}哈哈哈！人为错误！因此，需要计算机的动画处理。

 sapply(location$dt.time, function(x) which.min(abs(difftime(x, weather$dt.time))))
# [1] 2 3 8 9
 cbind(location, weather[ sapply(location$dt.time, 
                      function(x) which.min(abs(difftime(x, weather$dt.time)))), ])

  x y       date  time             dt.time       date  time temp wind             dt.time
2 1 3 01/02/2003 18:00 2003-01-02 18:00:00 01/02/2003 16:34   10   16 2003-01-02 16:34:00
3 2 3 01/02/2003 19:00 2003-01-02 19:00:00 01/02/2003 20:55   14   22 2003-01-02 20:55:00
8 3 4 01/03/2003 23:00 2003-01-03 23:00:00 01/03/2003 23:44    2   33 2003-01-03 23:44:00
9 2 5 01/04/2003 02:00 2003-01-04 02:00:00 01/04/2003 01:55    6   22 2003-01-04 01:55:00

 cbind(location, weather[ 
                  sapply(location$dt.time, 
                    function(x) which.min(abs(difftime(x, weather$dt.time)))), ])[ #pick columns
                          c(1,2,5,8,9,10)]

  x y             dt.time temp wind           dt.time.1
2 1 3 2003-01-02 18:00:00   10   16 2003-01-02 16:34:00
3 2 3 2003-01-02 19:00:00   14   22 2003-01-02 20:55:00
8 3 4 2003-01-03 23:00:00    2   33 2003-01-03 23:44:00
9 2 5 2003-01-04 02:00:00    6   22 2003-01-04 01:55:00