R 查找在值或最接近匹配之间插值

Question

我有一个水库体积数据集（9 个水库的 9 列），我想使用 R 中的查找（或类似函数）使用评级表将体积转换为级别（我的评级表有两列，体积和水平）。如果我使用查找，它不会在评级表值之间交叉并生成一系列 N/A。
注意：评级表中的行数与数据集中的行数不同。
我的代码与此类似 存储级别1 <- lookup(storagevolume[,1],storagerating) This code lookup the level from storagerating (two columns, volumes and levels) using the volumes from storagevolume but it does not interpolate in the storageraitng.

如何执行此操作来插入或至少在查找表中找到最接近的匹配项？ 谢谢

Answer 1

单词级别引起了一些混乱。水位是指物理测量水位（深度）。每个水位都与特定的体积相关，例如：

level volume
0       0
1       30
2       35
3       37
4       38

由于储层的几何形状，这些关系通常不是线性的并且稍微随机跳跃。问题是当测量的电平为 3.5 时（在本例中为 37.5）如何求出音量。approx 函数可以进行线性插值。

我的解决方案：

cap <- data.frame(level = 0:4, volume = c(0, 20, 33, 35, 36))
res <- data.frame(level = c(0.5, 1.2, 2.7, 3.2))
vol <- lapply(res, function(l) approx(cap$level, cap$volume, xout=l))
vol <- vol$level
plot(cap$level, cap$volume, type="b")
points(vol$x, vol$y, col="red", pch = 19)

Answer 2

正如 42 评论的那样，如果我们不知道您在做什么，就很难为您提供帮助。也就是说，这段代码能给您带来任何见解吗？

storagerating <- data.frame(volumes = c(10, 100, 1000, 10000), 
                            levels = c("A","B","C","D"))
#  volumes levels
#1      10      A
#2     100      B
#3    1000      C
#4   10000      D

z <- 888 # a random volume
storagerating$levels[which.min(abs(z - storagerating$volumes))] # closest rating
#[1] C 
#Levels: A B C D

编辑：矢量化解决方案

z <- round(runif(300, 1, 10000)) # a random volumes

# OPTION 1: sapply
z_levels1 <- sapply(z, function(x) storagerating$levels[which.min(abs(x - storagerating$volumes))])
z_levels1

# OPTION 2: for loop
z_levels2 <- vector("numeric",length(z))
for(i in 1:length(z)){
  z_levels2[i] <- storagerating$levels[which.min(abs(z[i] - storagerating$volumes))]
}
storagerating$levels[z_levels2]

# OPTION 3: make a function with sapply
lookup <- function(x, volumes){
  sapply(x, function(x) which.min(abs(x - volumes)))
}
storagerating$levels[lookup(z, storagerating$volumes)]

编辑2：插值

storagerating <- data.frame(volumes = seq.int(100,400,100), 
                            levels = c(1:4))
storagerating # given this
#  volumes levels
#1     100      1
#2     200      2
#3     300      3
#4     400      4

mod <- lm(levels ~ volumes, data = storagerating) # linear model example
df_new <- data.frame(volumes = z) # use our model results to estimate 
levels_new <- predict(mod, newdata = df_new) # must be data.frame with same var name
storagerating_new <- cbind(df_new, levels_new)
head(storagerating_new); tail(storagerating_new)
#  volumes levels_new
#1       1       0.01
#2       3       0.03
#3       5       0.05
#4       7       0.07
#5       9       0.09
#6      11       0.11
#    volumes levels_new
#195     389       3.89
#196     391       3.91
#197     393       3.93
#198     395       3.95
#199     397       3.97
#200     399       3.99