#r #loops #comparison
#r #циклы #сравнение
Вопрос:
У меня небольшая ситуация, которую я не могу решить, я получил несколько длинных наборов данных с несколькими столбцами, подмножество двух data.frames будет выглядеть так:
Temp <- c(12.9423 ,12.9446 ,12.9412 ,12.9617 ,12.9742 ,12.9652 ,12.9463, 12.9847 ,12.9778,
12.9589, 12.9305, 12.9275 ,12.8569 ,12.8531 ,12.9092, 12.9471, 12.9298, 12.9266,
12.9374 ,12.9385, 12.9505, 12.9510, 12.9632 ,12.9621 ,12.9571, 12.9492 ,12.8988,
12.8895 ,12.8777, 12.8956, 12.8748 ,12.7850 ,12.7323, 12.7546 ,12.7375 ,12.7020,
12.7172, 12.7015, 12.6960, 12.6944, 12.6963, 12.6928, 12.6930 ,12.6883 ,12.6913)
Density <- c(26.38635 ,26.38531 ,26.38429, 26.38336, 26.38268 ,26.38242, 26.38265, 26.38343,
26.38486, 26.38697 ,26.38945, 26.39188, 26.39365, 26.39424 ,26.39376 ,26.39250,
26.39084 ,26.38912 ,26.38744 ,26.38587, 26.38456 ,26.38367, 26.38341 ,26.38398,
26.38547 ,26.38793 ,26.39120 ,26.39509, 26.39955 ,26.40455, 26.41002, 26.41578,
26.42126, 26.42593 ,26.42968, 26.43255 ,26.43463, 26.43603 ,26.43693 ,26.43750,
26.43787, 26.43815, 26.43841 ,26.43871 ,26.43904)
po4 <- c(0.4239840 ,0.4351156, 0.4456128, 0.4542392, 0.4608510, 0.4656445, 0.4690847,
0.4717291, 0.4742391 ,0.4774904 ,0.4831152, 0.4922122, 0.5029904, 0.5128720,
0.5190209, 0.5191368 ,0.5133212, 0.5027542 ,0.4905301 ,0.4796467 ,0.4708035,
0.4638879, 0.4578364 ,0.4519745, 0.4481336, 0.4483697, 0.4531310, 0.4622930,
0.4750474 ,0.4905152 ,0.5082183 ,0.5278212 ,0.5491580 ,0.5720519, 0.5961127,
0.6207716 ,0.6449603, 0.6675704 ,0.6878331 ,0.7051851,0.7195461, 0.7305200,
0.7359634 ,0.7343541, 0.7283988)
PP14 <- data.frame(Temp,Density,po4) ##df1
temp <- c(13.13875, 13.13477 ,13.12337 ,13.10662 ,13.09798 ,13.09542 ,13.08734 ,13.07616,
13.06671 ,13.05899, 13.05890 ,13.05293 ,13.03322, 13.01515, 13.02552 ,13.01668,
12.99829, 12.97075 ,12.95572 ,12.95045 ,12.94541 ,12.94365 ,12.94609 ,12.94256,
12.93565 ,12.93258 ,12.93489 ,12.93209 ,12.92219 ,12.90730 ,12.90416 ,12.89974,
12.89749 ,12.89626 ,12.89395, 12.89315 ,12.89274, 12.89276 ,12.89293 ,12.89302)
density <- c( 26.35897, 26.36274 ,26.36173 ,26.36401 ,26.36507 ,26.36662 ,26.36838,
26.36996,
26.37286 ,26.37452 ,26.37402, 26.37571 ,26.37776, 26.38008 ,26.37959 ,26.38178,
26.38642 ,26.39158 ,26.39350, 26.39467, 26.39601, 26.39601, 26.39596 ,26.39517,
26.39728 ,26.39766, 26.39774, 26.39699 ,26.40081 ,26.40328 ,26.40416, 26.40486,
26.40513 ,26.40474 ,26.40552 ,26.40584, 26.40613, 26.40602 ,26.40595 ,26.40498)
krho <- c( -9.999999e 06, -1.786843e 00, -9.142976e-01, -9.650734e-01, -2.532397e 00,
-3.760537e 00, -2.622484e 00, -1.776506e 00, -2.028391e 00, -2.225910e 00,
-3.486826e 00, -2.062341e-01, -3.010643e 00, -3.878437e 00, -3.796426e 00,
-3.227138e 00, -3.335446e 00, -3.738037e 00, -4.577778e 00, -3.818099e 00,
-3.891467e 00, -4.585045e 00 ,-3.150283e 00 ,-4.371089e 00 ,-3.902601e 00,
-4.546019e 00, -3.932538e 00, -4.331247e 00, -4.508137e 00, -4.789201e 00,
-4.383820e 00, -4.423486e 00, -4.334641e 00, -4.330544e 00, -4.838604e 00,
-4.729123e 00, -4.381797e 00, -4.207365e 00, -4.276804e 00, -4.001305e 00)
MS14 <- data.frame(temp,density,krho) ##df2
Мне нужно сослаться или сравнить плотность — 0,01 MS14 с плотностью — 0,01 PP14, чтобы получить значения других столбцов, которые связаны с этой конкретной плотностью.Однако, если я использую ==, никогда не будет одинаковым, потому что все имеют 5 цифр, и ни одно из значений не будет одинаковым…
Чтобы решить это, я подумал, что имело бы смысл сравнить обе плотности MS14 $ density и PP14 $ Density, -0.01 всякий раз, когда сходство верно, это значение этого raw должно храниться вместе со всеми другими значениями этой строки для всех столбцов в MS14, но также и в PP14, так что в то же времяв итоге мы получаем df3, в котором будут все столбцы, потому что после этого мне нужно выполнить F = -krho * dPO4 / dz, поэтому мне нужно сохранить значения «отсортированными по плотности»…
Есть идеи и предложения? Большое вам спасибо!
Комментарии:
1. Вы ожидаете, что в df3 будет 45 строк? Поскольку, учитывая небольшие различия в значениях плотности, совпадение по плотности -0.01 означает, что для данной строки многие строки будут соответствовать на основе этого единственного критерия.
2. Не нужно получать 45 строк в df3, просто все плотности, которые совпадают друг с другом… Я знаю, что это часть проблемы, возможно, я мог бы добавить глубину столбца в PP14, но у меня нет глубины в MS14, поэтому цель состоит в том, чтобы отсортировать MS14, используя в качестве ссылки плотность в PP14… Как найти общий доступ, который я понял … но как вставить все строки со столбцами в df3???
3. я добавил к своему ответу, но мой способ сложнее, чем @FrancoisL11, поэтому я предлагаю использовать его ответ
4. @D.J, спасибо, да, я только что это увидел.. Я думаю, мы находимся в другом часовом поясе =)
Ответ №1:
Хорошо, основываясь на вашем ответе: «Не нужно получать 45 строк в df3, просто все плотности, которые совпадают друг с другом». Я думаю, вы могли бы попробовать это:
library(fuzzyjoin)
library(dplyr)
df3 <- difference_left_join(PP14, MS14,
by = c("Density"="density"), max_dist = 0.01) %>%
arrange(density)
df3 %>% head()
Temp Density po4 temp density krho
1 12.9742 26.38268 0.4608510 13.06671 26.37286 -2.028391
2 12.9652 26.38242 0.4656445 13.06671 26.37286 -2.028391
3 12.9463 26.38265 0.4690847 13.06671 26.37286 -2.028391
4 12.9617 26.38336 0.4542392 13.05890 26.37402 -3.486826
5 12.9742 26.38268 0.4608510 13.05890 26.37402 -3.486826
6 12.9652 26.38242 0.4656445 13.05890 26.37402 -3.486826
Комментарии:
1. большое спасибо… кажется, работает, даже если он повторяет несколько значений, все в порядке, но когда я пробую его на своем реальном наборе данных, он выдает ошибку: функции восстановления имен не могут возвращать
NAзначения. Запуститеrlang::last_error(), чтобы увидеть, где произошла ошибка. Вы знакомы с этой ошибкой? Я думаю, может быть, не все столбцы являются векторами, есть также chr…2. Можете ли вы указать имена столбцов ваших наборов данных?
3. > имена (pp14) [1] «Станция» «Глубина» «Температура» «Соленость» [5] «Флуоресценция» «Плотность» «Кислород» «Нитрат» [9] «Аммиак» «Фосфат» «Нитрит» «Силикат» [13] «Oxygen2» «Нитрат» «Density_round» «Density_round2»
4. имена (MSS14) «sday» «slat» «slon» «X.нажмите «temp» «cond» «turb» «p250» «psal» «asal» «ptemp» «ctemp» «sigma0» «rho» «bvf2» «thorpe_sc» «thorpe_dis» «sigma0_sort» «oxy_s » «oxy_c» «epsilon» «peps» «krho» «Re_b» «L_oz» «krho_s» «sacw» «wm_ox» «aou» «Tu_ang» «R_rho» «sigma0_round» «sigma0_round2» Я удалил столбцы chr, ошибка гласит: Ошибка: не удалось организовать ()на неявном шаге mutate(). x не удалось создать временный столбец для
..1...1ℹ естьdensity.5. Ммм, я не уверен, и это немного сложно решить проблему таким образом. Из того, что я видел, ошибка с исправлением имени возникает из-за неправильных имен столбцов. Например, вы можете импортировать csv-файл с неуникальными именами столбцов. R прочитает файл в data.frame, но если вы попытаетесь изменить data.frame, вам нужно будет исправить имена, или вы получите сообщение об ошибке. Таким образом, вы можете попытаться импортировать свои данные, предоставляя вектор правильных уникальных имен с помощью вашей функции чтения.
Ответ №2:
ну, одна из проблем, с которой вы сталкиваетесь, заключается в том, что столбцы имеют разную длину.
но если предположить, что вы сократили их до одинаковой длины, возможно, это поможет:
library(tidyverse)
similar<-dplyr::near(MS14$density, PP14$Density, tol=0.01) ##PP14 has 45 columns while MS14 has only 40
MS14$similar<-similar
PP14$similar<-similar
MS14[MS14$similar==T,]
PP14[PP14$similar==T,]
df3<-na.omit(cbind.data.frame(MS14[MS14$similar==T,], PP14[PP14$similar==T,]))
temp density krho similar Temp Density po4 similar
17 12.99829 26.38642 -3.335446 TRUE 12.9298 26.39084 0.5133212 TRUE
18 12.97075 26.39158 -3.738037 TRUE 12.9266 26.38912 0.5027542 TRUE
19 12.95572 26.39350 -4.577778 TRUE 12.9374 26.38744 0.4905301 TRUE
20 12.95045 26.39467 -3.818099 TRUE 12.9385 26.38587 0.4796467 TRUE
26 12.93258 26.39766 -4.546019 TRUE 12.9492 26.38793 0.4483697 TRUE
27 12.93489 26.39774 -3.932538 TRUE 12.8988 26.39120 0.4531310 TRUE
28 12.93209 26.39699 -4.331247 TRUE 12.8895 26.39509 0.4622930 TRUE
29 12.92219 26.40081 -4.508137 TRUE 12.8777 26.39955 0.4750474 TRUE
30 12.90730 26.40328 -4.789201 TRUE 12.8956 26.40455 0.4905152 TRUE
31 12.90416 26.40416 -4.383820 TRUE 12.8748 26.41002 0.5082183 TRUE
Комментарии:
1. к сожалению, я не могу сократить длины, потому что я потерял бы слишком много информации. Возможно, я мог бы либо заполнить NA, либо интерполировать… Оказавшись там, как вставить все файлы вместе, которые являются истинными?
2. спасибо @ D.J, мне нравится, как data.frames структурированы без повторения чисел, но разная длина по-прежнему остается проблемой. Интересно, как заполнить NANs..it может быть проще, чем интерполировать MS14 <- data.frame(приблизительно (MS14 $ плотность, n = 45,))
3. Но тогда я могу интерполировать только 2 столбца x и y..so это не лучший способ … снова отсутствует информация из других столбцов… если вы знаете строку, которая просто добавит NAN строк, чтобы заполнить ее до nrow (PP14), что равно 45… это может быть здорово…
4. вы можете повторить это в цикле, чтобы вы могли выполнять i для любого количества столбцов, сколько захотите, хотя я уверен, что некоторые векторизованные операции еще лучше. я не знаю, можете ли вы установить NA в NaN… но вы можете сделать это, чтобы создать правильное количество NA:
a<-data.frame(matrix(, nrow=PP14[,1], ncol=length(MS14))) names(a)<-names(MS14) MS14 <- rbind(MS14, a)