4

这是我最初在 http://r.789695.n4.nabble.com/subset-between-data-table-list-and-single-data-table-object-tp4673202.html上发布的问题的延续. 马修建议我在这里发布我的问题，所以我现在正在这样做。

这是我在下面的输入：

library(data.table)
library(pracma) # for the interp1 function


 tempbigdata1 <- data.table(c(14.80, 14.81, 14.82), c(7900, 7920, 7930),   c("02437100", "02437100", "02437100"))

 tempbigdata2 <- data.table(c(9.98, 9.99, 10.00), c(816, 819, 821),  c("02446500", "02446500", "02446500"))

 tempbigdata3 <- data.table(c(75.65, 75.66, 75.67), c(23600, 23700, 23800), c("02467000", "02467000", "02467000"))

  tempsbigdata <- rbind(tempbigdata1, tempbigdata2, tempbigdata3)

  setnames(tempsbigdata,c("y", "x", "site_no"))

  setkey(tempsbigdata, site_no)

tempsbigdata
   y        x       site_no
1: 14.80    7900        02437100
2: 14.81    7920        02437100
3: 14.82    7930        02437100
4:  9.98    816         02446500
5:  9.99    819         02446500
6: 10.00    821         02446500
7: 75.65    23600       02467000
8: 75.66    23700       02467000
9: 75.67    23800       02467000


 aimsmall <- data.table(c("02437100", "02446500", "02467000"), c(3882.65, 819.82, 23742.37), c(1830.0, 382.0, 10400.0))

 setnames(aimsmall,c("site_no", "mean", "p50"))

 setkey(aimsmall, site_no)

aimsmall
    site_no     mean    p50
1: 02437100     3882.65     1830
2: 02446500     819.82      382
3: 02467000     23742.37    10400

我正在使用此代码tempsbigdata$y使用以下aimsmall$mean值生成插值site_no：

  meanpre <- tempsbigdata[,if(aimsmall$mean > min(tempsbigdata$x){
             interp1(tempsbigdata$x, tempsbigdata$y, 
                 xi = aimsmall$mean, method ="linear")},by=site_no]

这是函数的输出meanpre，但它不正确。

meanpre
    site_no        V1
1: 02437100     12.07599
2: 02437100     9.99410
3: 02437100     19.56813
4: 02446500     12.07599
5: 02446500     9.99410
6: 02446500     19.56813
7: 02467000     12.07599
8: 02467000     9.99410
9: 02467000     19.56813

这就是我想要得到的：

meanpre
    site_no     V1  
1: 02446500     9.99
2: 02467000     75.66

有什么建议么？谢谢你。

更新 1：

休，我过去使用过 approx 函数，它对我的​​数据不准确；但是，interp1函数pracma是准确的。mean和中的p50列aimsmall和中的x值tempsbigdata是放电值。yintempsbigdata代表量规高度。我正在使用该interp1功能来确定合适的量规高度或y放电值或mean（和p50）值。

弗兰克，感谢您的建议和建议的代码。这是您建议的代码的输出：

tempsbigdata[aimsmall][,if(mean[1] > min(x)){interp1(tempsbigdata$x,tempsbigdata$y, xi = aimsmall$mean, method ="linear")},by=site_no]


site_no       V1
1: 02446500 12.07599
2: 02446500  9.99410
3: 02446500 75.66424
4: 02467000 12.07599
5: 02467000  9.99410 
6: 02467000 75.66424

当我运行以下代码时，我得到以下结果：

 interp1(tempsbigdata$x, tempsbigdata$y, xi = aimsmall$mean, method ="linear")


 [1] 12.07599  9.99410 75.66424

有没有办法得到这个回报？谢谢你。

    site_no     V1  
1: 02446500     9.99
2: 02467000     75.66

更新 2

弗兰克，谢谢你，我已经添加了代码，以便更容易在 R 中获取数据。Pracma 是一个数值方法例程的 R 包，它从 GNU Octave [类似于 MATLAB(R)] 移植到 R。interp1函数是一维插值函数。

弗兰克，那是完美的（你对“做事”的 R 代码的最后评论）：

 tempsbigdata[aimsmall][,if(mean[1] > min(x)){interp1(x, y, xi = mean[1], method ="linear")},by=site_no]

 site_no       V1
 1: 02446500  9.99410
 2: 02467000 75.66424
4

0 回答 0