DolphinDB使用案例4：asof join双时间连接

• 双时间连接asof join

  双时间连接对于时间序列数据分析非常方便，用于高效的处理双时间连接任务。

  连接两个表：包含执行价格的股票交易表、包含报价和询价的股票报价表。

  目的：在股票交易表的时间戳没有出现在股票报价表的情况下，想要得到某个股票最近的报价。

• 数据下载

  DolphinDB给的网址不对，从这里可以下载：

  1. EQY_US_ALL_TRADE_20161024.gz
  2. EQY_US_ALL_NBBO_20161024.gz

• 构建交易记录表和买卖报价表

  # Trades、Quotes
  PTNDB_DIR = "C:/DolphinDB/Data"
  dbName = database(PTNDB_DIR + "/NYSE", RANGE, string('A'..'Z') join `ZZZZ)
  Trades = loadTextEx(dbName, `Trades, `Symbol, PTNDB_DIR + "/EQY_US_ALL_TRADE_20161024.csv",'|')
  Quotes = loadTextEx(dbName, `Nbbo, `Symbol, PTNDB_DIR + "/EQY_US_ALL_NBBO_20161024.csv",'|')
  

  Trades：包含2016.10.24所有美股交易记录

  Quotes：包含2016.10.24全国最佳买卖报价（NBBO）

• 表Trades和表Quotes左连接

  t1=select Time, Symbol, Trade_Volume, Trade_Price, Bid_Price, Offer_Price as QuoteTime from lj(Trades, Quotes, `Symbol`Time)
  

• lj左连接

  lj(leftTable, rightTable, matchingCols, [rightMatchingCols])
  

  参数	意义	备注
  leftTable	需要连接的表
  rightTable	需要连接的表
  matchingCols	表示连接列的字符串标量或向量
  rightMatchingCols	表示右表连接列的字符串标量或向量	当leftTable和rightTable至少有一个连接列不同时，必须指定rightMatchingCols。 返回结果中的连接列与左表的连接列名称相同。

  左连接（lj）返回左表中所有与右表匹配的记录。

  如果右表中没有匹配的记录，将会返回NULL。

  如果右表中有多条匹配记录，将会返回所有的匹配记录。

  因此，lj返回结果的行数有可能比左表的行数多。

• lsj左半连接

  lsj(leftTable, rightTable, matchingCols, [rightMatchingCols])
  

  左半连接(lsj)和左连接(lj)的唯一区别是，如果右表中有多条匹配记录，lsj将会取第一条的匹配记录。

  因此，lsj返回结果的行数与左表的行数相等。

• 举例

  t1= table(1 2 3 3 as id, 7.8 4.6 5.1 0.1 as value)
  t2 = table(5 3 1 as id,  300 500 800 as qty)
  # 选择列不需要指明来自哪个表
  select id, value, qty from lj(t1, t2, `id)
  

  

  参数中，左右表的顺序影响结果。

  >select id, value, qty from lj(t2, t1, `id);
  id value qty
  -- ----- ---
  5        300
  3  5.1   500
  3  0.1   500
  1  7.8   800
  
  >select id, value, qty from lsj(t2, t1, `id);
  id value qty
  -- ----- ---
  5        300
  3  5.1   500
  1  7.8   800
  

  如果左表和右表有除连接列之外其他相同的字段名，需要指定表.字段名。

• 表Trades和表Quotes进行asof join连接

  t2=select Time, Symbol, Trade_Volume, Trade_Price, Bid_Price, Offer_Price, Quotes.Time as QuoteTime from aj(Trades, Quotes, `Symbol`Time)
  

• aj双时间连接

  aj(leftTable, rightTable, matchingCols, [rightMatchingCols])
  

  参数	意义	备注
  leftTable	需要连接的表
  rightTable	需要连接的表
  matchingCols	表示连接列的字符串标量或向量
  rightMatchingCols	表示右表连接列的字符串标量或向量	当leftTable和rightTable至少有一个连接列不同时，必须指定rightMatchingCols。 返回结果中的连接列与左表的连接列名称相同。

  asof join的最后一个连接列通常是时间列。

• 双时间连接与左连接的区别

  1. 假设最后一个连接列是“time”。对于左表中时间t对应的行，如果右表中没有与之匹配的记录，则取右表中在t之前的最近时间对应的行。如右表中有多个匹配行，则取最后一行。
  2. 如果只有1个连接列，则asof join假定右表已按照连接列排过序。 如果有多个连接列，则asof join函数假定右表根据除最后一个连接列外的其他连接列定义分组，每个分组根据最后一个连接列排序。右表的其他连接列不需要排序。 如果这些条件不符合，处理将与期望值不符。 左表不需要排序。