r - 将带时间戳的数据与另一个数据集中最接近的时间进行匹配。正确矢量化？更快的方法？

Question

我在一个数据帧中有一个时间戳，我试图将其与第二个数据帧中最接近的时间戳相匹配，以便从第二个数据帧中提取数据。请参阅下面的我的方法的一般示例:

library(lubridate)

data <- data.frame(datetime=ymd_hms(c('2015-04-01 12:23:00 UTC', '2015-04-01 13:49:00 UTC', '2015-04-01 14:06:00 UTC' ,'2015-04-01 14:49:00 UTC')),
                   value=c(1,2,3,4))
reference <- data.frame(datetime=ymd_hms(c('2015-04-01 12:00:00 UTC', '2015-04-01 13:00:00 UTC', '2015-04-01 14:00:00 UTC' ,'2015-04-01 15:00:00 UTC', '2015-04-01 16:00:00 UTC')),
                        refvalue=c(5,6,7,8,9))

data$refvalue <- apply(data, 1, function (x){
  differences <- abs(as.numeric(difftime(ymd_hms(x['datetime']), reference$datetime)))
  mindiff <- min(differences)
  return(reference$refvalue[differences == mindiff])
})

data
#              datetime value refvalue
# 1 2015-04-01 12:23:00     1        5
# 2 2015-04-01 13:49:00     2        7
# 3 2015-04-01 14:06:00     3        7
# 4 2015-04-01 14:49:00     4        8

这工作得很好，只是速度很慢，因为引用数据帧在我的实际应用程序中非常大。这段代码是否正确矢量化？有没有更快、更优雅的方法来执行此操作？

Answer 1

您可以使用“最近”选项尝试data.table滚动连接

library(data.table) # v1.9.6+
setDT(reference)[data, refvalue, roll = "nearest", on = "datetime"]
# [1] 5 7 7 8