Tenho o seguintedata.table

initial.date <- as.POSIXct('2018-10-27 10:00:00',tz='GMT')
last.date <- as.POSIXct('2018-12-28 17:00:00',tz='GMT') 
    PriorityDateTime=seq.POSIXt(from=initial.date,to = last.date,by = '30 sec')
    TradePrice=seq(from=1, to=length(PriorityDateTime),by = 1)
    ndf<- data.frame(PriorityDateTime,TradePrice)
    ndf$InstrumentSymbol <- rep_len(x = c('asset1','asset2'),length.out = length(ndf$PriorityDateTime))
    ndf$id <- seq(1:length(x = ndf$InstrumentSymbol))
    ndf$datetime <- ymd_hms(ndf$PriorityDateTime)
    res <- ndf %>% data.table()

Parece assim:

    > res
         PriorityDateTime TradePrice InstrumentSymbol   id            datetime
   1: 2018-10-27 10:00:00          1           asset1    1 2018-10-27 10:00:00
   2: 2018-10-27 10:00:30          2           asset2    2 2018-10-27 10:00:30
   3: 2018-10-27 10:01:00          3           asset1    3 2018-10-27 10:01:00
   4: 2018-10-27 10:01:30          4           asset2    4 2018-10-27 10:01:30
   5: 2018-10-27 10:02:00          5           asset1    5 2018-10-27 10:02:00

Usingdata.table qual é a maneira mais elegante e rápida de:

Dividido:Para cada linha define as outras linhas que têm umdatetime no máximo 60 segundos no passado ou no futuro (diferença de tempo menor que 60 segundos) e ter o mesmoInstrumentSymbol como esta linha.Aplique: entre essas linhas estreitas, qual delas tem aTradePrice para esta linhaTradePrice[i]: pegue oindex no originaldata.frame e aTradePrice desta outra linha Combine: recombine os resultados como novas colunas para o @ origindata.table por exemplo, como novas colunasindex.minpricewithin60 eminpricewithin60

Exemplo do resultado:

> res
         PriorityDateTime TradePrice InstrumentSymbol   id            datetime minpricewithin60 index.minpricewithin60
   1: 2018-10-27 10:00:00          1           asset1    1 2018-10-27 10:00:00                2                      2
   2: 2018-10-27 10:00:30          2           asset2    2 2018-10-27 10:00:30                4                      4
   3: 2018-10-27 10:01:00          3           asset1    3 2018-10-27 10:01:00                1                      1
   4: 2018-10-27 10:01:30          4           asset2    4 2018-10-27 10:01:30                2                      2
   5: 2018-10-27 10:02:00          5           asset1    5 2018-10-27 10:02:00                3                      3

Embase Eu posso consertar uma linha e usá-la para condições. Por exemplo, se eu quiser obter o primeiroTradePrice Ondeid é o mesmo que @ desta linid, Eu posso fazerapply(df,1, function(x) df$TradePrice[which(df$id==x["id"])[1]]). Poderia explicar comodata.tables junções de @ (por exemplo) podem obter o mesmo?

EDIT: Os dados agora são maiores, qualquer resposta que eu possa executar no meu PC decente (i7 4750 2B, 12 GB de RAM) em menos de 2,5 minutos será considerada. Felicidades