嗨肯尼迪3，
如果您正在寻找手动执行此操作的方法，那么以下方法（可以轻松编写脚本）应该适合您。 下面的公式将“更改级别”的值复制到新的公式列中，直到它遇到具有新“更改级别”的时间戳。
假设：表1和表2的Date列名相同；
在下面的步骤中，表 1 有一个名为“更改级别”的列
第 1 步：使用 Tables => Concatenate 将一个表附加到另一个表
步骤 2：使用 Tables => Sort 按日期对新表进行排序
步骤 3：使用以下公式在结果表中创建公式列：
（在上面的公式中，新的公式列称为“第 3 列”）
如果您不想在结果表中保留表 1 中的信息（即，如果它只是一个“查找”表），您可以从“更改级别”列中选择所有非缺失行并将其删除。
希望这可以帮助…
我在监控家里的各种传感器时也遇到过类似的问题。 我在整个房子里有 5 个传感器，用于测量温度、湿度和照度。 它们每 8 分钟将测量结果发送到中央集线器 (SmartThings)，除非该值与之前的值相比没有变化。 我还有一个连续功率计，用于测量房屋内的用电量。
我处理这个问题的方法是建立一个“5 分钟年”JMP 数据表，其中一年中每 5 分钟就有一个样本。 然后我使用脚本将 20 个传感器的值插入今年 5 分钟表中。 因此，如果我有一个传感器的特定样本的读数，它就会被记录下来，如果没有，就会有一个缺失值。
5 分钟年份：
我有另一个脚本，它可以让我可视化“传感器健康状况”——基本上是“IsMissing”检查。 当我遇到网络问题、传感器问题等时，这可以让我知道。这非常有帮助。 并可视化我的加入是否有效。
因此基本上策略是在测量中以最短的时间间隔（每分钟）使用主采样表，并将每个传感器连接到该主表。
我认为这是“交织”而不是“连接”，而且肯定不止一个结果是令人满意的。
我挖出了一些我认为接近你想要的旧代码。 而且，即使在 JSL 的世界里，也会有好的和不太好的方法来到达你想去的地方。 因此，作为 Eric 方法的替代方案，请参阅下文。 我确信它可以变得更加高效，这可能是其他人想要尝试的东西。 。 。
名称默认到这里( 1 ） ;
// 在两个表中创建一些“日期”数据
NF = 100 ;
瓦尔斯= J ( NF , 1 ,随机整数(日期DMY ( 1 , 1 , 2014年） ,日期DMY ( 31 , 12 , 2014年））） ;
精细=新表( “2014 年的日期和时间 - 很好” ,
新专栏( “日期” ,数字,连续的,
格式( “ddMonyyyy 小时：分：秒” , 22 , 0 ） ,
输入格式( “ddMonyyyy 小时：分：秒” , 0 ） ,
价值观(瓦尔斯）
）
） ;
数控= 10 ;
瓦尔斯= J (数控, 1 ,随机整数(日期DMY ( 1 , 1 , 2014年） ,日期DMY ( 31 , 12 , 2014年））） ;
dt粗略=新表( “2014 年的日期和时间 - 粗略” ,
新专栏( “日期” ,数字,连续的,
格式( “ddMonyyyy 小时：分：秒” , 22 , 0 ） ,
输入格式( “ddMonyyyy 小时：分：秒” , 0 ） ,
价值观(瓦尔斯）
） ,
新专栏( “温度” ,数字,连续的,公式(随机正态( 18 , 2 ）））
） ;
精细<<种类(经过( ：日期） ,命令(上升） ,替换表） ;
dt粗略<<种类(经过( ：日期） ,命令(上升） ,替换表） ;
// ************************************************** ****************************************************** ****
// 将粗略数据与精细数据交错
// ************************************************** ****************************************************** ****
// 将 dtCoarse 的列添加到 dtFine
等待( 3 ） ;
n = NCOL (精细） ;
列= dt粗略<<获取列名( “细绳” ） ;
为了( C = 1 , C <= N项(列） , C ++,
数据类型=柱子( dt粗略,列[ C ]） <<获取数据类型;
类型=柱子( dt粗略,列[ C ]） <<获取建模类型;
添加列=表达式(精细<<新专栏(列[ C ] ,数据类型,类型,格式待定）） ;
代入(添加列,表达式(格式待定） ,柱子( dt粗略,列[ C ]） <<获取格式） ;
添加列;
） ;
// ************************************************** ****************************************************** ****
// 逻辑依赖于两个表按升序排序！
// ************************************************** ****************************************************** ****
精细DT =柱子(精细, “日期” ） <<获取值;
粗DT =柱子( dt粗略, “日期” ） <<获取值;
如果(
// dtCoarse 中的时间不晚于 dtFine 中的最早时间，因此将值插入到后者的第一行中
最大限度(粗DT ） <最小(精细DT ） ,
为了( C = 1 , C <= N项(列） , C ++,
柱子(精细, n + C )[ 1 ] =柱子( dt粗略,列[ C ])[行( dt粗略)] ;
） ,
// 别的 。 。 。
// pos 将包含 dtFine 中应插入 dtCoarse 中的值的行的位置。
// （注意：如果 pos 中的值大于 NRow(dtFine)，则不会向后者添加行，并且不会产生错误结果）。
位置=本地排序(精细DT ,粗DT ） ;
位置=位置+ J (行(位置） , 1 , 1 ） ;
// 在单元格中插入值
为了( p = 1 , p <=行(位置） , p ++,
为了( C = 1 , C <= N项(列） , C ++,
柱子(精细, n + C )[位置[ p ]] =柱子( dt粗略,列[ C ])[ p ] ;
） ;
） ;
） ;
嘿，肯尼迪3，
我认为这是一个常见问题，因为传感器只记录电平变化，而不是记录电平变化，即使在固定间隔内没有变化，所以我决定稍微考虑一下。我知道如何做到这一点的唯一方法是使用复合查询，这对于大型表来说可能效率低得令人望而却步，或者也许您可以想出一种更有效的变体。
这是一个例子：假设我经营一家乡村俱乐部，我正在研究高尔夫球手的数量与温度之间的关系。我所拥有的温度数据只是一张每周平均温度表：
对于高尔夫球手的数量，我有一个暑期学生随机为我工作，我让她数一下高尔夫球手的数量。这是她的数据：
请注意，她统计高尔夫球手的日期与平均高温读数的日期并不对应。对于她统计高尔夫球手的每个日期，我想要做的是找到该周初的温度读数。如果我用条件“Week <= TestDate”连接两个表，使用以下 SQL：
SELECT t2.TestDate, t1.Week
FROM dbo.Golfers t2
LEFT OUTER JOIN dbo.AvgHighTemps t1
ON ( t1.Week <= t2.TestDate )
ORDER BY t2.TestDate ASC;
我会得到一个看起来像这样的表：
请注意，每个 TestDate 现在都有多个匹配周。但是，如果我取出具有小于 TestDate 的最大周日期的行，那将是我想要的周。我可以用这个 SQL 来做到这一点：
SELECT t2.TestDate, MAX(t1.Week) AS Week
FROM dbo.AvgHighTemps t1
FULL OUTER JOIN dbo.Golfers t2
ON ( t2.TestDate >= t1.Week )
GROUP BY t2.TestDate
ORDER BY t2.TestDate ASC;
结果表如下所示：
现在是棘手的部分。我需要将该查询用作子查询，将其他两个表连接到其中，以获得我想要的结果。这是 SQL：
SELECT t1.Week, t1.AvgHighTemp, t2.TestDate, t2.NGolfers
FROM (
SELECT t1.TestDate, MAX(t2.Week) as TempWeek
FROM dbo.Golfers t1
LEFT OUTER JOIN dbo.AvgHighTemps t2
ON ( t2.Week <= t1.TestDate )
GROUP BY t1.TestDate
) tempFinder
RIGHT OUTER JOIN dbo.AvgHighTemps t1
ON t1.Week = tempFinder.TempWeek
RIGHT OUTER JOIN dbo.Golfers t2
ON t2.TestDate = tempFinder.TestDate
;
结果是一个表格，其中包含高尔夫球手的数量和相应周的平均气温：
到达那里需要做一些工作，但我个人不知道还有其他方法可以做到这一点。
希望这可以帮助，
埃里克
