代码之家 › 专栏 › 技术社区 › Denis

如何查找查找数据中最近的行。基于多个列的框架?

dataframe r

Denis · 技术社区 · 5 年前

v <- data.frame(d = c(as.Date('2019-01-01'), as.Date('2019-01-05'), as.Date('2019-01-30'), as.Date('2019-02-02')), kind=c('a', 'b', 'c', 'a'), v1=c(1,2,3,4))
v
           d kind v1
1 2019-01-01    a  1
2 2019-01-05    b  2
3 2019-01-30    c  3
4 2019-02-02    a  4

l <- data.frame(d = c(as.Date('2019-01-01'), as.Date('2019-01-04'), as.Date('2019-02-01')), kind=c('a','b','a'), l1=c(10,20,30))
l
           d kind l1
1 2019-01-01    a 10
2 2019-01-04    b 20
3 2019-02-01    a 30

我想在列表中找到最近的一行 l 使用列与v中的每一行对应的数据帧: c("d", "kind") kind 需要精确匹配,可能需要使用 findInterval(...) d ?

           d kind v1 l1
1 2019-01-01    a  1 10
2 2019-01-05    b  2 20
3 2019-01-30    c  3 NA
4 2019-02-02    a  4 30

注意:我更喜欢base-R实现,但它是见到别人很有趣

findInterval(…)

0 回复 | 直到 5 年前

r2evans 5 年前

这里有一个只在R垒的镜头。(我相信 data.table 这样做会更加优雅,但我很感激你不愿意带其他包裹。)

按将每个帧拆分为帧列表 kind

v_spl <- split(v, v$kind)
l_spl <- split(l, l$kind)
str(v_spl)
# List of 3
#  $ a:'data.frame':    2 obs. of  3 variables:
#   ..$ d   : Date[1:2], format: "2019-01-01" "2019-02-02"
#   ..$ kind: Factor w/ 3 levels "a","b","c": 1 1
#   ..$ v1  : num [1:2] 1 4
#  $ b:'data.frame':    1 obs. of  3 variables:
#   ..$ d   : Date[1:1], format: "2019-01-05"
#   ..$ kind: Factor w/ 3 levels "a","b","c": 2
#   ..$ v1  : num 2
#  $ c:'data.frame':    1 obs. of  3 variables:
#   ..$ d   : Date[1:1], format: "2019-01-30"
#   ..$ kind: Factor w/ 3 levels "a","b","c": 3
#   ..$ v1  : num 3

友善的 我们两者之间有共同点,不需要尝试加入所有内容:

### this has the 'kind' in common
(nms <- intersect(names(v_spl), names(l_spl)))
# [1] "a" "b"

### this has the 'kind' we have to bring back in later
(miss_nms <- setdiff(names(v_spl), nms))
# [1] "c"

为了共同利益 ,执行间隔联接:

joined <- Map(
  v_spl[nms], l_spl[nms],
  f = function(v0, l0) {
    ind <- findInterval(v0$d, l0$d)
    ind[ ind < 1 ] <- NA
    v0$l1 <- l0$l1[ind]
    v0
  })

最终我们会的 rbind 一切都恢复了,但那些 miss_nms 将不会有新列。这是一种通用的方法,可以使用适当的 NA 价值:

emptycols <- joined[[1]][, setdiff(colnames(joined[[1]]), colnames(v)),drop=FALSE][1,,drop=FALSE][NA,,drop=FALSE]
emptycols
#    l1
# NA NA

并将该列添加到尚未找到的帧中:

unjoined <- lapply(v_spl[miss_nms], cbind, emptycols)
unjoined
# $c
#            d kind v1 l1
# 3 2019-01-30    c  3 NA

最后,将所有内容放回一个框架中:

do.call(rbind, c(joined, unjoined))
#              d kind v1 l1
# a.1 2019-01-01    a  1 10
# a.4 2019-02-02    a  4 30
# b   2019-01-05    b  2 20
# c   2019-01-30    c  3 NA

Orlando Sabogal 5 年前

 vl <- merge(v, l, by = c("d","kind"))

合并