Question

使用通用数据：

set.seed(456)

a <- sample(0:1,50,replace = T)
b <- rnorm(50,15,5)
df1 <- data.frame(a,b)

c <- seq(0.01,0.99,0.01)
d <- rep(NA, 99)
for (i in 1:99) {
  d[i] <- 0.5*(10*c[i])^2+5
}
df2 <- data.frame(c,d)

对于每个df1$b，我们希望找到最近的df2$d。然后我们创建一个新变量df1$XYZ，它取最近df2$c的{{1}}值

这question引导我走向df2$d图书馆。但我不确定是否也可以使用data.table和ddplyr：

这是我的group_by尝试：

data.table

Answer 1

这是data.table的一种方式：

require(data.table)
setDT(df1)[, XYZ := setDT(df2)[df1, c, on=c(d="b"), roll="nearest"]]

对于每df2$c，您需要df2$d与df1$b中最接近的值相对应。因此，我们需要以df2[df1]加入，这会产生nrow(df1)行。可以使用setDT(df2)[df1, c, on=c(d="b"), roll="nearest"]来完成。

它返回您需要的结果。我们需要做的就是将其添加回名为df1的{{1}}。我们使用XYZ。

构建滚动连接的思维过程是这样的（假设:=和df1都是数据表）：

我们需要为df2的每一行获取一些值。这意味着，df1语法为i = df1。
```
x[i]
```
我们需要df2[df1]加入df2$d。使用df1$b即可：
```
on=
```
我们只需要df2[df1, on=c(d="b")]列。使用c仅选择该列。
```
j
```
我们不需要 equi-join ，但滚动到最近的加入。
```
df2[df1, c, on=c(d="b")]
```

希望这有帮助。

根据与其他数据帧最近的邻居分配值

1 个答案: