我在 R 中有两个数据框。第一个数据帧是具有相关周期的累积频率分布 (cumFreqDist)。数据框的第一行如下所示:
Time cumfreq
0 0.0000000
4 0.9009009
6 1.8018018
8 7.5075075
12 23.4234234
16 39.6396396
18 53.4534535
20 58.2582583
24 75.3753754
100 100.0000000
第二个数据框是从 runif 分布中提取的 10000 次，使用代码:
testData <- (runif(10000))*100
对于 testData 中的每一行，我想在 cumFreqDist 中找到相应的 cumfreq 并添加相应的 Time 将值放入 testData 中的新列中。因为 testData 是代表真实数据帧的测试数据帧，所以我不想对 testData 进行排序。
因为我处理的是累积频率，如果 testData 值为 23.30...，则应返回的 Time 值为 8。也就是说，我需要找到不超过 testData 值的最近的 cumfreq 值，并只返回那个值。
其他类似问题已经提到了data.table包，但我有限的理解是这个包需要在两个数据帧(转换为数据表后)中识别一个键，我不能假定 testData 值满足作为键分配的要求 - 似乎分配键将对数据进行排序。当我稍后在我正在做的进一步工作中播种时，这会给我带来问题。
最佳答案
findInterval()非常适合这个:
set.seed(1);
cumFreqDist <- data.frame(Time=c(0,4,6,8,12,16,18,20,24,100), cumfreq=c(0.0000000,0.9009009,1.8018018,7.5075075,23.4234234,39.6396396,53.4534535,58.2582583,75.3753754,100.0000000) );
testData <- data.frame(x=runif(10000)*100);
testData$Time <- cumFreqDist$Time[findInterval(testData$x,cumFreqDist$cumfreq)];
head(testData,20);
## x Time
## 1 26.550866 12
## 2 37.212390 12
## 3 57.285336 18
## 4 90.820779 24
## 5 20.168193 8
## 6 89.838968 24
## 7 94.467527 24
## 8 66.079779 20
## 9 62.911404 20
## 10 6.178627 6
## 11 20.597457 8
## 12 17.655675 8
## 13 68.702285 20
## 14 38.410372 12
## 15 76.984142 24
## 16 49.769924 16
## 17 71.761851 20
## 18 99.190609 24
## 19 38.003518 12
## 20 77.744522 24
关于r - 将已排序数据框中的最近值绘制到未排序数据框中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30657270/