我正在解决一个基于不相等的时间戳（POSIXct）合并两个data.tables（尽管也可能是data.frames）的问题。
基于表A中的某个时间戳，我希望R向我返回表B中在A 之前的条目。
一个例子：
我有表A，其中包含有关特定时间点的活动的数据。
编辑：这是与原始帖子不同的数据，可以更好地反映该问题：我需要基于时间戳和一个称为Station ID的分组变量进行“查找”。抱歉，不清楚。。
Start.Time Start.Station.ID
1: 2014-04-06 18:24:32 238
2: 2014-04-06 18:20:30 238
3: 2014-04-06 01:04:13 373
4: 2014-04-06 01:03:36 373
5: 2014-04-06 01:03:37 373
6: 2014-04-06 01:03:01 373
7: 2014-04-06 01:02:42 373
8: 2014-04-06 01:02:31 373
我想在表A中添加一列，以“可用性”表示某个时间点该站的状态。这些状态可以在表B中找到。
status_dt station_id availability
1: 2014-04-06 00:29:02 238 0.9354839
2: 2014-04-06 00:29:02 373 1.0000000
3: 2014-04-06 01:29:03 238 1.0000000
4: 2014-04-06 01:29:03 373 0.6111111
5: 2014-04-06 02:59:03 238 0.9354839
6: 2014-04-06 02:59:03 373 0.6666667
...
41: 2014-04-06 17:59:03 238 0.8387097
42: 2014-04-06 17:59:03 373 0.4444444
43: 2014-04-06 18:59:03 238 0.9032258
44: 2014-04-06 18:59:03 373 0.5000000
45: 2014-04-06 20:29:03 238 0.7741935
status_dt station_id availability
时间戳不匹配，因此我想在表A时间戳之前的观察时将表B的状态添加到表A中。
该预期的结果将是例如列“可用性”：
status_dt station_id availability
1: 2014-04-06 18:24:32 238 0.8387097
2: 2014-04-06 18:20:30 238 0.8387097
3: 2014-04-06 01:04:13 373 1.0000000
4: 2014-04-06 01:03:36 373 1.0000000
5: 2014-04-06 01:03:37 373 1.0000000
6: 2014-04-06 01:03:01 373 1.0000000
7: 2014-04-06 01:02:42 373 1.0000000
8: 2014-04-06 01:02:31 373 1.0000000
如果Start.Station.ID/station_id中的条目是唯一的，则BodieG的建议有效，但是将其建议应用于此数据可以得出
status_dt station_id availability Start.Station.ID
1: 2014-04-06 18:24:32 373 0.4444444 238
2: 2014-04-06 18:20:30 373 0.4444444 238
3: 2014-04-06 01:04:13 373 1.0000000 373
4: 2014-04-06 01:03:36 373 1.0000000 373
5: 2014-04-06 01:03:37 373 1.0000000 373
6: 2014-04-06 01:03:01 373 1.0000000 373
7: 2014-04-06 01:02:42 373 1.0000000 373
8: 2014-04-06 01:02:31 373 1.0000000 373
前两行中的条目不是我期望的（或希望的）：它们是指站点373中的“可用性”，而不是238。
我猜想代码只是必须进行调整以反映时间戳和站点ID，但我在这里撞墙了……。我也不知道使用建议的xts-package是否会有所帮助，因为显然我在这里重复了时间步...
同样，任何提示都非常感谢。提前致谢！
为了重现性：
表A：
structure(list(Start.Time = structure(c(1396808672, 1396808430,
1396746253, 1396746216, 1396746217, 1396746181, 1396746162, 1396746151
), class = c("POSIXct", "POSIXt"), tzone = "UTC"), Start.Station.ID = c(238,
238, 373, 373, 373, 373, 373, 373)), .Names = c("Start.Time",
"Start.Station.ID"), class = c("data.table", "data.frame"), row.names = c(NA,
-8L))
表B：
structure(list(status_dt = structure(c(1396744142, 1396744142,
1396747743, 1396747743, 1396753143, 1396753143, 1396754942, 1396754942,
1396756743, 1396756743, 1396758542, 1396758542, 1396760343, 1396760343,
1396765743, 1396765743, 1396767542, 1396767542, 1396772943, 1396772943,
1396778402, 1396778402, 1396781943, 1396781943, 1396785542, 1396785542,
1396787342, 1396787342, 1396790942, 1396790942, 1396794543, 1396794543,
1396798143, 1396798143, 1396799943, 1396799943, 1396801743, 1396801743,
1396805343, 1396805343, 1396807143, 1396807143, 1396810743, 1396810743,
1396816143, 1396816143, 1396817942, 1396817942, 1396821542, 1396821542,
1396826942, 1396826942), class = c("POSIXct", "POSIXt"), tzone = "UTC"),
station_id = c(238, 373, 238, 373, 238, 373, 238, 373, 238,
373, 238, 373, 238, 373, 238, 373, 238, 373, 238, 373, 238,
373, 238, 373, 238, 373, 238, 373, 238, 373, 238, 373, 238,
373, 238, 373, 238, 373, 238, 373, 238, 373, 238, 373, 238,
373, 238, 373, 238, 373, 238, 373), availability = c(0.935483870967742,
1, 1, 0.611111111111111, 0.935483870967742, 0.666666666666667,
0.967741935483871, 0.666666666666667, 0.967741935483871,
0.666666666666667, 0.935483870967742, 0.666666666666667,
0.967741935483871, 0.666666666666667, 0.967741935483871,
0.611111111111111, 0.967741935483871, 0.611111111111111,
1, 0.444444444444444, 0.870967741935484, 0.5, 0.806451612903226,
0.5, 0.774193548387097, 0.388888888888889, 0.709677419354839,
0.388888888888889, 0.67741935483871, 0.333333333333333, 1,
0.5, 0.903225806451613, 0.444444444444444, 0.935483870967742,
0.444444444444444, 0.903225806451613, 0.444444444444444,
0.870967741935484, 0.444444444444444, 0.838709677419355,
0.444444444444444, 0.903225806451613, 0.5, 0.774193548387097,
0.611111111111111, 0.766666666666667, 0.611111111111111,
0.774193548387097, 0.555555555555556, 0.870967741935484,
0.666666666666667)), .Names = c("status_dt", "station_id",
"availability"), class = c("data.table", "data.frame"), row.names = c(NA,
-52L), sorted = "status_dt")
您可以使用roll参数：
setkey(B, status_dt)
B[A, roll=TRUE]
生产：
status_dt station_id availability Start.Station.ID
1: 2014-04-06 21:07:42 225 0.4864865 225
2: 2014-04-06 21:06:50 225 0.4864865 225
3: 2014-04-06 21:06:49 225 0.4864865 225
4: 2014-04-06 21:06:15 225 0.4864865 225
5: 2014-04-06 21:04:35 225 0.4864865 225
6: 2014-04-06 21:05:33 225 0.4864865 225
7: 2014-04-06 21:04:45 225 0.4864865 225
8: 2014-04-06 21:04:37 225 0.4864865 225
9: 2014-04-06 21:04:35 225 0.4864865 225
10: 2014-04-06 21:01:45 225 0.4864865 225
11: 2014-04-06 21:00:57 225 0.4864865 225
12: 2014-04-06 20:59:04 225 0.4864865 225
13: 2014-04-06 20:58:04 225 0.8648649 225
14: 2014-04-06 20:57:22 225 0.8648649 225
15: 2014-04-06 20:57:24 225 0.8648649 225
16: 2014-04-06 20:56:40 225 0.8648649 225
17: 2014-04-06 20:55:52 225 0.8648649 225
18: 2014-04-06 20:55:25 225 0.8648649 225
19: 2014-04-06 20:55:24 225 0.8648649 225
20: 2014-04-06 20:55:00 225 0.8648649 225
21: 2014-04-06 18:25:30 225 0.9729730 225
22: 2014-04-06 18:25:28 225 0.9729730 225
status_dt station_id availability Start.Station.ID
这与您的预期输出非常匹配，除了它有一些额外的行，据我所知，根据您对问题的描述，这些行是合法的。