文章/答案/技术大牛

发布

问R跨单个观测值插入数据
EN

Stack Overflow用户

提问于 2014-07-15 09:44:17

回答 3查看 94关注 0票数 0

新的R用户在使用SAS 20年后发生了变化，当我独立后，我与excel斗争了10年。需要一种更有效的方法来跨大型数据库(五个260,000个观测数据集)上的单个记录进行插值。我将每小时的电流分布减少到4个参数，VS (表面电流) DZ (零速深度)，DH (中深点)，Vh (中深速)。下面给出了如何使用这些参数的示例和关键字。对于单个观测值，我可以对记录进行插值，如下所示

    DH = 60; Vh=100;VS=200;DZ=100        
    x = (c(0,DH, DZ))
    y = (c(VS,VH,0))
    Vh50 = approx(x=x,y=y,xout=50,method="linear",rule=1:1,ties="max")$y

近似很好地将范围值设置为NA。不幸的是，当输入一列数据帧时，这会失败。我可以解决这个问题的唯一方法是逐行处理文件，如下所示。我现在正在处理我的第二个小时。

   Input$DHtemp = ifelse(Input$DH>Input$DZ,Input$DZ,Input$DH)   
   n=max(Input$rank);n
   Input$x=cbind(Input$D0,Input$DHtemp,Input$DZ)
   Input$y=cbind(Input$VS,Input$VH,Input$VZ)
   head(Input)
   for (i in seq(from=1, to=n, by=1)) { 
      Input[i,"V50"] = approx(x=c(Input[i,"D0"],Input[i,"DHtemp"],Input[i,"DZ"]),
           y=c(Input[i,"VS"],Input[i,"VH"],Input[i,"VZ"]),
           xout=Input[i,"V_1"],method="linear",rule=1:1,ties="max")$y
          }

    DATA AND KEY TO DATA 

    HRS VS  DZ  DH  VH      KEY to data
    1   209 109 106 11      Depth   Speed
    2   211 111 109 8       0        VS
    3   213 112 110 9       DH       VH
    4   213 113 109 16      DZ       0
    5   215 115 111 16          
    6   216 118 114 13

回答 3

Stack Overflow用户

发布于 2014-07-15 12:26:29

如果要将同一函数应用于数据框的许多行，则需要使用plyr包。您还没有指定输出应该是什么样子，所以我来猜一猜。daply会将您为一行创建的函数应用到每一行。

library(plyr)

Input <- data.frame(HRS = c(1, 2, 3, 4), 
                    VS = c(209, 211, 213, 213),  
                    DZ = c(109, 111, 112, 113),  
                    DH = c(106, 109, 110,109),  
                    VH = c(11, 8, 9, 16))

approx_frame <- function(df) {
  x <- c(0, df$DH, df$DZ)
  y <- c(df$VS, df$VH, 0)
  result <- approx(x=x, y=y, xout=50, method="linear", rule=1:1, ties="max")
  return(result$y)
}

daply(Input, "HRS", approx_frame)

如果这对您来说仍然太慢，您将需要查看data.table包。

票数 0

Stack Overflow用户

发布于 2014-07-15 12:37:06

我从未使用过approx，所以我只是不熟悉它的语法，但是您可以并且应该使用apply (基数R)或daply (包plyr)来代替循环遍历行。

基础R解决方案：

Input[,"V50"] <- apply(Input,1,function(row){
    approx(x=row["D0"],row["DHtemp"],row["DZ"]),
       y=c(row["VS"],row["VH"],row["VZ"]),
       xout=row["V_1"],method="linear",rule=1:1,ties="max")$y
    })

第一个参数是数据帧或矩阵。第二个参数是1，意思是“维度1”或“边距1”，即行。第三个参数是应用于每一行的函数。

一种可能的plyr解决方案：

Input[,"V50"] <- daply(Input,.(1:n),function(row){
    approx(x=row["D0"],row["DHtemp"],row["DZ"]),
       y=c(row["VS"],row["VH"],row["VZ"]),
       xout=row["V_1"],method="linear",rule=1:1,ties="max")$y
    })

在这种情况下，惟一的区别是不是指定“边距”，而是使用plyr中的函数.指定一个向量，该向量指示一行所属的组。因为在这种情况下，每一行都是它自己的组，所以分组向量就是行索引。

还有一个函数aaply，它的语法与apply相同，但通过类比，它不会返回您认为的结果。要使用页边距语法而不是组语法，您需要使用laply，然后对输出调用as.vector。我想听听其他用户关于aaply在这里做些什么。

请注意，plyr往往比基数R更快，但有时使用起来会更复杂。正如另一个答案所提到的，还有相关的data.table包和dplyr包，它(我认为)是plyr的一个版本，在某种程度上进行了优化。

票数 0

Stack Overflow用户

发布于 2016-09-11 07:10:00

没有什么比发一个问题来组织你的想法更好的了。简单的解决方案是不强制将圆形钉成正方形，而是简单地插值。下面是一个简单的例子。作业在几秒钟内运行。我对近似函数的强制拟合在3小时后仍在运行。

这个解决方案写得并不优雅，如下所示。

#Interpolate velocity profile to standard depths
#  x is depth
#  y is velocity
#  xi = desired depths
# DH = thickness of upper layer
# DH = thickness of lower layer
# VS = surface speed
# VH = speed at depth H
InputOWIhr$D0 = 0
InputOWIhr$VZ =0
InputOWIhr$V_1=25
InputOWIhr$V_2=50
InputOWIhr$V_3=200
InputOWIhr$V_4=400

attach(InputOWIhr)
### reset this so that V = 0 if target is deeper than DZ
InputOWIhr$V25 =    ifelse(InputOWIhr$V_1<=InputOWIhr$DH,VS+(V_1)*(VS-
  VH)/(0-DH),ifelse(V_1>DZ,0,VH-(DH-V_1)*(VH-0)/(DH-DZ)))
InputOWIhr$V50 =    ifelse(InputOWIhr$V_2<=InputOWIhr$DH,VS+(V_2)*(VS-
    VH)/(0-DH),ifelse(V_2>DZ,0,VH-(DH-V_2)*(VH-0)/(DH-DZ)))
InputOWIhr$V200 =   ifelse(InputOWIhr$V_3<=InputOWIhr$DH,VS+(V_3)*(VS-
    VH)/(0-DH),ifelse(V_3>DZ,0,VH-(DH-V_3)*(VH-0)/(DH-DZ)))
InputOWIhr$V400 =   ifelse(InputOWIhr$V_4<=InputOWIhr$DH,VS+(V_4)*(VS-
    VH)/(0-DH),ifelse(V_4>DZ,0,VH-(DH-V_4)*(VH-0)/(DH-DZ)))
detach(InputOWIhr)

如果我将它简化为一个函数调用，就可以简化这一过程，就像下面这样，我现在使用它来从平均剖面插值给定深度的电流。

#Interpolate velocity profile from mean at standard depths
#  x is depth
#  y is velocity
#  xi = desired depths

VbarGOM <- function(Zi) { 
    Z=c(0,50,100,200,400,800,1200,1325)
    Vbar=c(35.26640258,28.74863283,22.23086307,19.22705602,13.20431536,6.676782584,4.677900862,5.6489939)
    result = approx(x=Z,y=Vbar,xout=Zi,method="linear",rule=1:1,ties="max")$y
    return(result)
    }

VbarGOM(10)

票数 -1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/24748685

复制

相似问题

问R跨单个观测值插入数据
EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问R跨单个观测值插入数据EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问R跨单个观测值插入数据
EN