計算數據幀2個元素之間的距離

Question

我有一個看起來像這樣的數據框：

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))

對於任何給定的小於70的數字，我想找到它之間的兩個大小以及它們之間的距離（歸一化為0到1之間）

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

這是findInterval()的完美案例。 我們將創建類別間中斷的向量，並使用這些中斷來計算比例因子。

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()將為我們提供下界的索引。 上限就是該索引+ 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
  )
}

它適合您的第一個示例。

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

第二個示例提供了兩行而不是僅一行，但是可以使用函數中的額外邏輯來處理。 為了使事情簡單，我省略了這種邏輯。

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

對於您的第三個示例，它給出了不同的答案，但是我不知道為什么您希望將數字與小於下限的大小類別進行比較。

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