查找数据框中每个元素所属的区间行 [英] Find which interval row in a data frame that each element of a vector belongs in

问题描述

我有一个数字元素的向量，以及一个数据框，它有两列，定义了间隔的起点和终点。数据帧中的每一行都是一个间隔。我想知道向量属性中的每个元素的间隔。

以下是一些示例数据：

 ＃查找矢量的每个元素的哪个间隔在
 
库（tidyverse）
元素<  -  c（0.1,0.2,0.5,0.9 ，1.1,1.9,2.1）
 
间隔<  -  frame_data（〜phase，〜start，〜end，
a，0,0.5，
b 1，1.9，
c，2，2.5）
  

那些反对tidyverse的人：

 元素< -  c（0.1,0.2,0.5,0.9,1.1,1.9,2.1 ）
 
间隔<  - 结构（list（phase = c（a，b，c），
 start = c（0,1,2） b $ b end = c（0.5，1.9，2.5）），
 .Names = c（phase，start，end），
 row.name s = c（NA，-3L），
 class =data.frame）
  

这里有一种方法：

 库（intrval）
 phases_for_elements<  -  
 map元素，〜.x％[]％data.frame（spacing [，c（'start'，'end'）]））％>％
 map（。，〜unlist（spacing [.x，阶段']））
  

以下是输出：

  [[1]] 
阶段
a
 
 [[2]] 
阶段
a
 
 [[3]] 
阶段
a
 
 [[4]] 
字符（0） 
 
 [[5]] 
阶段
b
 
 [[6]] 
阶段
b 
 
 [[7]] 
阶段
c
  

但是，我正在寻找一种更简单的方法，打字较少。我在相关问题中看到 findInterval ，但我不知道在这种情况下如何使用它。

解决方案

这是一个可能的解决方案，使用新的非Equi 连接 data.table （v> = 1.9.8）。虽然我怀疑你会喜欢语法，但它应该是非常有效的解决方案。

此外，关于 findInterval ，此功能假定您的间隔的连续性，而这不是这种情况，所以我怀疑有一个直接的解决方案使用它。

 库（data.table）＃v1.10.0 
 setDT （间隔）[data.table（elements），on =。（start< = elements，end> = elements）] 
＃phase start end 
＃1：a 0.1 0.1 
 ＃2：a 0.2 0.2 
＃3：a 0.5 0.5 
＃4：NA 0.9 0.9 
＃5：b 1.1 1.1 
＃6：b 1.9 1.9 
 ＃7：c 2.1 2.1 
  

关于上面的代码，我觉得很简单：加入间隔和元素通过操作符中指定的条件。几乎是这样

这里有一些注意事项，开始，结束和元素应该是一样的，所以如果其中一个是 integer ，那么应该被转换至 numeric 。

I have a vector of numeric elements, and a dataframe with two columns that define the start and end points of intervals. Each row in the dataframe is one interval. I want to find out which interval each element in the vector belongs to.

Here's some example data:

# Find which interval that each element of the vector belongs in

    library(tidyverse)
    elements <- c(0.1, 0.2, 0.5, 0.9, 1.1, 1.9, 2.1)

    intervals <-  frame_data(~phase, ~start, ~end,
                               "a",     0,     0.5,
                               "b",     1,     1.9,
                               "c",     2,     2.5)

The same example data for those who object to the tidyverse:

elements <- c(0.1, 0.2, 0.5, 0.9, 1.1, 1.9, 2.1)

intervals <- structure(list(phase = c("a", "b", "c"), 
                            start = c(0, 1, 2), 
                            end = c(0.5, 1.9, 2.5)), 
                       .Names = c("phase", "start", "end"), 
                       row.names = c(NA, -3L), 
                       class = "data.frame")

Here's one way to do it:

    library(intrval) 
    phases_for_elements <- 
    map(elements, ~.x %[]% data.frame(intervals[, c('start', 'end')])) %>% 
      map(., ~unlist(intervals[.x, 'phase'])) 

Here's the output:

    [[1]]
    phase 
      "a" 

    [[2]]
    phase 
      "a" 

    [[3]]
    phase 
      "a" 

    [[4]]
    character(0)

    [[5]]
    phase 
      "b" 

    [[6]]
    phase 
      "b" 

    [[7]]
    phase 
      "c" 

But I'm looking for a simpler method with less typing. I've seen findInterval in related questions, but I'm not sure how I can use it in this situation.

解决方案

Here's a possible solution using the new "non-equi" joins in data.table (v>=1.9.8). While I doubt you'll like the syntax, it should be very efficient soluion.

Also, regarding findInterval, this function assumes continuity in your intervals, while this isn't the case here, so I doubt there is a straightforward solution using it.

library(data.table) #v1.10.0
setDT(intervals)[data.table(elements), on = .(start <= elements, end >= elements)]
#    phase start end
# 1:     a   0.1 0.1
# 2:     a   0.2 0.2
# 3:     a   0.5 0.5
# 4:    NA   0.9 0.9
# 5:     b   1.1 1.1
# 6:     b   1.9 1.9
# 7:     c   2.1 2.1

Regarding the above code, I find it pretty self-explanatory: Join intervals and elements by the condition specified in the on operator. That's pretty much it.

There is a certain caveat here though, start, end and elements should be all of the same type, so if one of them is integer, it should be converted to numeric first.

这篇关于查找数据框中每个元素所属的区间行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！