时间戳

首页 > 解决方案 > 计算数据框的 2 个元素之间的距离

r - 计算数据框的 2 个元素之间的距离

问题描述

我有一个看起来像这样的数据框：

library(dplyr)
size_df <- tibble(size_chr = c("XS", "S", "M", "L", "XL", "1XL", "2XL", "3XL", "4XL", "5XL", "6XL"),
                  size_min = c(0,36,39,42,45,48,52,56,60,64,66),
                  size_max = c(36,39,42,45,48,52,56,60,64,66,70))

对于任何小于 70 的给定数字，我想找到它之间的两个尺寸，以及它们之间的距离（标准化为 0 和 1 之间）

例如：

input <- 37.2

# S  0.6
# M   0.4

input <- 48

# XL  1

input <- 68

# 5XL  0.5
# 6XL   0.5

标签： rdplyr

解决方案

这是一个完美的案例findInterval()。我们将创建类别之间的中断向量，并使用它们来计算比例因子。

size_breaks <- c(size_df[["size_min"]], max(size_df[["size_max"]]))
size_breaks
# [1]  0 36 39 42 45 48 52 56 60 64 66 70
size_spans  <- diff(size_breaks)
size_scales <- 1 / size_spans
size_scales
# [1] 0.02777778 0.33333333 0.33333333 0.33333333 0.33333333 0.25000000 0.25000000
# [8] 0.25000000 0.25000000 0.50000000 0.25000000

findInterval()将为我们提供下限的索引。上限就是那个索引 + 1。

neighbor_distances <- function(x) {
  lower <- findInterval(x, size_breaks)
  neighbors <- c(lower, lower + 1)
  distances <- abs(x - size_breaks[neighbors]) * size_scales[lower]
  tibble(
    size_chr = size_df[["size_chr"]][neighbors],
    distance = distances
  )
}

它适用于您的第一个示例。

neighbor_distances(37.2)
# # A tibble: 2 x 2
#   size_chr distance
#   <chr>       <dbl>
# 1 S           0.4  
# 2 M           0.600

第二个示例给出了两行而不是仅一行，但可以通过函数中的额外逻辑来处理。我把这个逻辑排除在外以保持简单。

neighbor_distances(48)
# # A tibble: 2 x 2
#   size_chr distance
#   <chr>       <dbl>
# 1 1XL             0
# 2 2XL             1

它为您的第三个示例提供了不同的答案，但我不知道为什么您希望将数字与小于下限的大小类别进行比较。

neighbor_distances(68)
# # A tibble: 2 x 2
#   size_chr distance
#   <chr>       <dbl>
# 1 6XL           0.5
# 2 NA            0.5

推荐阅读