Question

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大小以及它们之间的距离（归一化为0到1）

例如：

input <- 37.2

# S  0.6
# M   0.4

input <- 48

# XL  1

input <- 68

# 5XL  0.5
# 6XL   0.5

Answer 1

INDS = c(max(1, tail(which(size_df$size_min < input), 1)),
  min(NROW(size_df), 1 + head(which(size_df$size_max > input), 1)))
size_df$size_chr[INDS]
#[1] "S" "M"

DIST = c(abs(size_df$size_min[INDS[1]] - input),
         abs(size_df$size_max[INDS[2]] - input))
DIST/sum(DIST)
#[1] 0.2 0.8

Answer 2

这是findInterval()的完美案例。我们将创建类别间中断的向量，并使用这些中断来计算比例因子。

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()将为我们提供下界的索引。上限就是该索引+ 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
  )
}

对您的第一个示例来说效果很好。

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

第二个示例提供了两行而不是仅一行，但是可以通过函数中的额外逻辑来处理。为了使事情简单，我省略了这种逻辑。

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

对于您的第三个示例，它给出了不同的答案，但是我不知道为什么您希望将数字与小于下限的尺寸类别进行比较。

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

计算数据帧2个元素之间的距离

2 个答案: