[英]Finding values by linear interpolation in r
我擁有大量數據,需要在標准高度下查找幾個變量的值。 我想在Height=c(0,100,200,250,400,500)
處線性內插其他變量的值,並將它們作為新列添加到現有數據中。 這是我試圖為一個變量獲取值的標准標准Height=c(0,100,200,250,400,500)
。 這只是一個變量:
data2<-approx(data2$Height,data2$ozone,xout=c(0,100,200,250,400,500))
預期的結果應該是一個包含18行4列的數據幀。
這是樣本數據(data2)
:
ozone Height Temp Wind
23.224833 0.000000 253.005798 3.631531
23.750044 35.218689 253.299332 5.178889
24.589071 70.661133 253.538574 6.892455
25.619747 106.267334 253.492661 8.050934
26.443541 142.014648 253.279053 8.648781
27.235945 213.897034 252.815262 9.263882
27.698713 286.280518 252.10556 9.269853
27.865248 359.172363 251.390045 9.3006
28.361752 432.788086 251.379913 8.90488
30.279163 507.276733 251.849655 7.817647
23.048151 0.000000 251.528275 4.174027
23.477306 34.998413 251.6698 5.630364
24.16725 70.187622 251.759369 7.237537
25.239206 105.544006 251.744934 8.859097
26.319073 141.05011 251.601654 9.928196
27.409718 212.47052 251.214279 10.75243
27.825275 284.45282 250.738007 10.812123
28.214966 357.184631 250.87706 9.980968
29.726873 430.919983 251.84964 9.139032
32.482925 505.574097 252.471924 8.063484
22.369734 0.000000 250.876144 3.82036
22.916582 34.908447 251.044205 5.281044
23.732521 70.014038 251.170456 6.970277
24.998178 105.296021 251.221603 8.801399
26.30809 140.736084 251.133591 10.039667
27.572966 212.052795 250.852631 11.118568
28.233795 283.998474 250.61908 10.677624
29.079391 356.812012 251.179962 9.466641
31.244007 430.597534 252.042175 9.016301
33.636559 505.305542 252.659393 8.103294
預先感謝您的幫助。
UPDATE
這是所需的答案:
Height ozone Temp Wind
0 23.22483 253.0058 3.631531
100 25.43833 253.5007 7.847021
200 27.08275 252.9049 9.144964
300 27.73006 251.9709 9.275640
400 28.14061 251.3844 9.081132
500 30.09185 251.8038 7.923858
0 23.04815 251.5283 4.174027
100 25.07112 251.7472 8.604831
200 27.21928 251.2819 10.608513
300 27.90858 250.7677 10.634455
400 29.09287 251.4418 9.492087
500 32.27714 252.4255 8.143790
0 22.36973 250.8761 3.820360
100 24.80820 251.2139 8.526537
200 27.35920 250.9001 10.936230
300 28.41962 250.7423 10.411498
400 30.34638 251.6846 9.203049
500 33.46665 252.6156 8.168133
您只需使用lapply
遍歷各列。 另外,您不能將內插值附加到data2
。 data2
有30行,而xout
長度為6。您需要另一個數據幀來保存插值結果。
cbind.data.frame(data.frame(Height = 0:5 * 100),
lapply(data2[-2], function (u) approx(data2[[2]], u, 0:5 * 100)$y))
# Height ozone Temp Wind
#1 0 22.88091 251.8034 3.875306
#2 100 24.93562 251.5759 8.509502
#3 200 27.37860 251.2702 10.693545
#4 300 27.96728 251.9255 9.308131
#5 400 29.79659 251.7628 9.138091
#6 500 33.25064 252.5658 8.161940
跟進
原始數據是模型輸出的3天,我想將其保持在一些標准高度以便與其他數據進行比較。 因此,每個數據幀代表一天的數據。 因此,我將它們合並到一個大數據框架
data2
,高度與其他變量每天相同。
好了,您的data2
具有時間屬性,每10行對應一天的數據。 好吧,您不應該逐行堆疊不同日期的數據。 如果這樣做,則應添加新列,例如day
以突出顯示這種塊/組結構。
因此,您真正需要的是每個數據的獨立線性插值。 我最初的答案是使用三天的數據進行統一插值。 由於您已將Height
值綁定在一起,因此實際上是在3天內插入ozone
, Temp
和Wind
的平均值。 以下代碼可以為您帶來期望。
## change my previous code to a function
result_per_day <- function (dat) {
cbind.data.frame(data.frame(Height = 0:5 * 100),
lapply(dat[-2], function (u) approx(dat[[2]], u, 0:5 * 100)$y))
}
datalst <- split(data2, gl(3, 10, labels = 1:3))
do.call(rbind.data.frame, lapply(datalst, result_per_day))
# Height ozone Temp Wind
#1.1 0 23.22483 253.0058 3.631531
#1.2 100 25.43833 253.5007 7.847021
#1.3 200 27.08275 252.9049 9.144964
#1.4 300 27.73006 251.9709 9.275640
#1.5 400 28.14061 251.3844 9.081132
#1.6 500 30.09185 251.8038 7.923858
#2.1 0 23.04815 251.5283 4.174027
#2.2 100 25.07112 251.7472 8.604831
#2.3 200 27.21928 251.2819 10.608513
#2.4 300 27.90858 250.7677 10.634455
#2.5 400 29.09287 251.4418 9.492087
#2.6 500 32.27714 252.4255 8.143790
#3.1 0 22.36973 250.8761 3.820360
#3.2 100 24.80820 251.2139 8.526537
#3.3 200 27.35920 250.9001 10.936230
#3.4 300 28.41962 250.7423 10.411498
#3.5 400 30.34638 251.6846 9.203049
#3.6 500 33.46665 252.6156 8.168133
該最終數據幀的行名非常具有解釋性。 "1.1"
至"1.6"
表示第1天,而"2.1"
至"2.6"
表示第2天,依此類推。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.