在 tapply 或 by 中使用 approx 函数

Question

我有一个用于日期、深度和温度的温度剖面仪 (tp) 数据。 每个日期的深度并不完全相同，因此我需要将其统一为相同的深度，并通过线性近似设置该深度的温度。 我能够通过使用“approx”函数的循环来做到这一点（请参阅随附代码的第一部分）。 但我知道我应该在没有循环的情况下做得更好（考虑到我将有大约 600,000 行）。 我尝试使用 'by' 函数执行此操作，但未成功将结果（列表）转换为数据框或矩阵（请参阅代码的第二部分）。 请记住，圆形深度的长度并不总是与示例中的相同。 圆形深度在 Depth2 列中，插入的温度放在 Temp2 中 解决这个问题的“正确”方法是什么？

# create df manually
tp <- data.frame(Date=double(31), Depth=double(31), Temperature=double(31))
tp$Date[1:11] <- '2009-12-17' ; tp$Date[12:22] <- '2009-12-18'; tp$Date[23:31] <- '2009-12-19' 
tp$Depth <- c(24.92,25.50,25.88,26.33,26.92,27.41,27.93,28.37,28.82,29.38,29.92,25.07,25.56,26.06,26.54,27.04,27.53,28.03,28.52,29.02,29.50,30.01,25.05,25.55,26.04,26.53,27.02,27.52,28.01,28.53,29.01)
tp$Temperature <- c(19.08,19.06,19.06,18.87,18.67,17.27,16.53,16.43,16.30,16.26,16.22,17.62,17.43,17.11,16.72,16.38,16.28,16.20,16.15,16.13,16.11,16.08,17.54,17.43,17.32,17.14,16.89,16.53,16.28,16.20,16.13)

# create rounded depth column
tp$Depth2 <- round(tp$Depth)

# loop on date to calculate linear approximation for rounded depth
dtgrp <- tp[!duplicated(tp[,1]),1]
for (i in dtgrp) {
  x1 <- tp[tp$Date == i, "Depth"]  
  y1 <- tp[tp$Date == i, "Temperature"]
  x2 <- tp[tp$Date == i, "Depth2"]
  tpa <- approx(x=x1,y=y1,xout=x2, rule=2)
  tp[tp$Date == i, "Temp2"] <- tpa$y
}
# reduce result to rounded depth
tp1 <- tp[!duplicated(tp[,-c(2:3)]),-c(2:3)]

# not part of the question, but the end need is for a matrix, so this complete it:
library(reshape2)
tpbydt <- acast(tp1, Date~Depth2, value.var="Temp2")

# second part: I tried to use the by function (instead of loop) but got lost when tring to convert it to data frame or matrix
rdpth <- function(x1,y1,x2) {
  tpa <- approx(x=x1,y=y1,xout=x2, rule=2)
  return(tpa)
}
tp2 <- by(tp, tp$Date,function(tp) rdpth(tp$Depth,tp$Temperature,tp$Depth2), simplify = TRUE)

Answer 1

与by调用非常接近，但请记住它返回一个对象列表。 因此，请考虑构建要在最后进行行绑定的数据框列表：

df_list <- by(tp, tp$Date, function(sub) {
  tpa <- approx(x=sub$Depth, y=sub$Temperature, xout=sub$Depth2, rule=2)

  df <- unique(data.frame(Date = sub$Date, 
                          Depth2 = sub$Depth2,
                          Temp2 = tpa$y,
                          stringsAsFactors = FALSE))
  return(df)
})    

tp2 <- do.call(rbind, unname(df_list))

tp2
#          Date Depth2    Temp2
# 1  2009-12-17     25 19.07724
# 2  2009-12-17     26 19.00933
# 5  2009-12-17     27 18.44143
# 7  2009-12-17     28 16.51409
# 9  2009-12-17     29 16.28714
# 11 2009-12-17     30 16.22000
# 12 2009-12-18     25 17.62000
# 21 2009-12-18     26 17.14840
# 4  2009-12-18     27 16.40720
# 6  2009-12-18     28 16.20480
# 8  2009-12-18     29 16.13080
# 10 2009-12-18     30 16.08059
# 13 2009-12-19     25 17.54000
# 22 2009-12-19     26 17.32898
# 41 2009-12-19     27 16.90020
# 61 2009-12-19     28 16.28510
# 81 2009-12-19     29 16.13146

如果您重置row.names ，这与您的tp1输出完全相同：

identical(data.frame(tp1, row.names = NULL),
          data.frame(tp2, row.names = NULL))
# [1] TRUE