样本数据并不挑战寻找最近日期的前景。一些自动滚动/最近填充开始工作，但它们中没有一个本质上符合所需的“30天限制”。例如，在`data.table`中，`roll="nearest"`将始终匹配最接近的日期，但不会查看日期差异以确定是否符合约束条件。
我建议提供备用数据，其中包含需要向前、向后查找的行，以及一个不匹配任何内容的行，并且我假设简单示例中的差异为8天（而不是30天）：
DT2 <- data.table(id=1L, dates=as.Date("2023-09-01")+c(0,1,5,6,7,15), x=replace(1:6, c(3,5,6), NA), expect=c(1L, 2L, 4L, 4L, 4L, NA))[]
DT2
值得注意的是，第3行在第2行和第4行的限制范围内，但由于第4行更接近，应使用其值。
使用`data.table`，我认为这个方法可行。
fun <- function(dt, val, lim) {
z <- abs(outer(dt, replace(dt, is.na(val), NA), `-`))
z[z > lim] <- NA
val[apply(z, 1, function(y) which.min(y)[1])]
}
DT2[, x1 := fun(dates, x, lim = 8), by = .(id)]
DT2
那个函数的组成部分：
outer(..)计算日期差异；由于我们不想与具有NA值的日期匹配，因此在其中我们使用replace(dt, is.na(val), NA)将这些日期替换为NA（然后对整个结果应用abs(.)）- 这种方法的一个自然的好处是，对角线要么是
0（自己减去自己得到0），在分配值时是自我参照的，要么是NA（当x是NA时），因此非NA值永远不会被替换为其他值
- 在
z（日期差异矩阵）中，我们将差异大于lim的值替换为NA
- 此时，
z中的所有值应该是NA（无法进行匹配）或小于或等于lim的正值，其中0始终是which.min找到的最小值
- 因为
z的每一行对应我们想要的一个输出值，所以我们将使用apply(z, 1, ..)，它将迭代每一行
- 如果我们直接使用
which.min(y)，那么当没有非NA值时，它将返回c()，这将破坏我们的需求；然而，将[1]添加到which.min(y)中强制它在这种情况下返回NA，在其他所有情况下返回单个整数，因此which.min(y)[1]将返回具有最低日期差异的z列或NA
- （使用
[NA]索引的任何内容都将是NA）
使用最大差异为2天的原始数据进行演示，
DT <- as.data.table(df)[, dates := as.Date(dates)][]
DT
DT[, x1 := fun(dates, x, lim = 30), by = .(id)]
DT
我们这里并不严格需要使用 `data.table`。（请注意，之前的版本中使用了 `fcoalesce` 并且有 `dplyr::coalesce` 和基于 R 的变体的翻译，但是 `fun` 现在不再需要它，所以这些额外的步骤已经被移除。）
library(dplyr)
df %>%
mutate(dates = as.Date(dates)) %>%
mutate(x1 = fun(dates, x, lim = 30), .by = id)
和基本R：
df$dates <- as.Date(df$dates)
df$x1 <- NA
split(df, df$id) <- split(df, df$id) |>
lapply(function(X) transform(X, x1 = fun(dates, x, lim = 8)))
df
x1[6]是30，应该是20吧？因为有一个平局，应该选择最早的日期。 - undefined