select 按日期范围和标识符有条件地 data.table 多个项目

Question

我有一个 data.table 包含单位标识符、设置标识符和此设置有效的数据范围。我需要提取特定日期的特定单位标识符的设置。以下最小工作示例显示了我将如何获得结果。

library(data.table)
settingstable=data.table(UNITID=c(1,1,1,2,2,2,3,4,5,6,6),
                     STARTDATE=as.POSIXct(c("2018-01-01","2018-02-28","2018-06-01","2018-01-01","2018-04-01","2018-06-01","2018-01-01","2018-01-01","2018-01-01","2018-01-01","2018-05-01")),
                     ENDDATE=as.POSIXct(c("2018-02-28","2018-05-31","2018-12-31","2018-03-31","2018-05-31","2018-12-31","2018-12-31","2018-12-31","2018-12-31","2018-04-30","2018-12-31")),
                     SETTINGS=c(1,2,3,4,5,6,7,8,9,10,11))
selectunits=c(2,4,6)
selectdays=as.POSIXct(c("2018-04-02","2018-05-03","2018-02-01"))

resultsettings=NULL
for (i in 1:length(selectunits)) {
  resultsettings=rbind(resultsettings,settingstable[UNITID==selectunits[i] & STARTDATE <= selectdays[i] & ENDDATE >= selectdays[i],.(UNITID,SETTINGS)])
}

对于大 data.tables 或大量的单位和天数，这将是非常低效的。我希望用 by=UNITID 进行分组会起作用，但不幸的是这是不可能的，因为以下将导致 longer object length is not a multiple of shorter object length 错误。

resultsettings=settingstable[UNITID %in% selectunits & STARTDATE <= selectdays & ENDDATE >= selectdays,.(UNITID,SETTINGS),by=UNITID]

如何改进我的代码以使其运行更高效？

Answer 1

您可以使用非等连接：

settingstable[.(u = selectunits, d = selectdays), 
  on=.(UNITID = u, STARTDATE <= d, ENDDATE >= d), 
  .(UNITID, SETTINGS)]

   UNITID SETTINGS
1:      2        5
2:      4        8
3:      6       10

语法为x[i, on=, j]。

列表 i = .(u = selectunits, d = selectdays) 被视为 table，将加入 x = settingstable。
如果 i in x 根据 on=.
在j中，我们可以对结果进行改造。（如果没有 j，我们只会得到加入的 table。）

如果您的 on= 条件产生多个匹配项，它们将全部出现在结果中。如果他们没有留下任何匹配项，SETTINGS 和 x 中的其他列将是 NA（尽管这可以使用 nomatch= 参数进行调整）。

select 按日期范围和标识符有条件地 data.table 多个项目

Conditionally select multiple items by date range and identifier in data.table

r

data.table

date-range

posixct