R data.table 按组和条件连接/子集/匹配

我正在尝试按 2 个 data.tables 中的组对数据进行子集/匹配，但无法弄清楚这在 R 中是如何实现的。 我有以下 data.table，其中包含 City_ID 和时间戳（列名称=时间）。

Library(data.table)  
timetable <- data.table(City_ID=c("12","9"),
                        Time=c("12-29-2013-22:05:03","12-29-2013-11:59:00")) 

我有第二个 data.table，其中包含对城市和时间戳的一些观察（以及附加数据）。该表如下所示：

DT = data.table(City_ID =c("12","12","12","9","9","9"),
                Time= c("12-29-2013-13:05:13","12-29-2013-22:05:03",
                        "12-28-2013-13:05:13","12-29-2013-11:59:00",
                        "01-30-2013-10:05:03","12-28-2013-13:05:13"), 
                Other=1:6)

现在我需要找到 DT 中每个城市在另一个 data.table“时间表”（基本上是匹配表）中时间 >= 时间的观察结果。仅应保留那些记录（包括不用于计算的列；在示例中为“其他”列）。我想要的结果是这样的：

desiredresult = data.table(City_ID=c("12","9"),
                           Time= c("12-29-2013-22:05:03","12-29-2013-11:59:00"),
                           Other=c("2","4"))

我已经尝试过以下方法：

setkey(DT, City_ID, Time)  
setkey(timetable, City_ID)  
failedresult = DT[,Time >= timetable[Time], by=City_ID]  
failedresult2 = DT[,Time >= timetable, by=City_ID]  

顺便说一句：我知道另外分割日期和时间可能会更好，但这可能会使示例变得更加复杂（当我测试通过 data.table 找到时间戳中的最小值时，它似乎有效）。

这是完成此任务的方法：

# 1) transform string to POSIXct object
DT[ , Time := as.POSIXct(strptime(Time, "%m-%d-%Y-%X"))]
timetable[ , Time := as.POSIXct(strptime(Time, "%m-%d-%Y-%X"))]

# 2) set key
setkey(DT, City_ID)
setkey(timetable, City_ID)

# 3) join tables
DT2 <- DT[timetable]

# 4) extract rows and columns
DT2[Time >= Time.1, .SD, .SDcols = names(DT)]

#    City_ID                Time Other
# 1:      12 2013-12-29 22:05:03     2
# 2:       9 2013-12-29 11:59:00     4