代码之家 › 专栏 › 技术社区 › byouness

有没有一个函数是to near()在%中的%是to==?

dplyr r

2

byouness · 技术社区 · 7 年前

我有一个data.frame或带有数字列的tibble x :

library(dplyr)
data <- tibble(x = c(0.123456, 0.5678910, 1.234567, 5.67891011, 12.345678),
               y = c(1, 2, 3, 4, 5))

以便对以下行进行筛选: X 接近(具有给定公差,例如 1e-4 )一组值,例如 c(0.5679, 5.6789) . 我会用这样的东西:

data %>% filter(near(x, 0.5679, 1e-4) | near(x, 5.6789, 1e-4))
#> # A tibble: 2 x 2
#>       x     y
#>   <dbl> <dbl>
#> 1 0.568     2
#> 2 5.68      4

如果不是我,这会变得很冗长 C(0.5679,5.6789) 我有一个100个元素的向量…那么,是否有一个函数能够沿着以下几行写一些东西:

data %>% filter(near_any(x, c(0.5679, 5.6789), tol = 1e-4))

换句话说,是否有一个函数 near() 什么 %in% 是为了 == ?

(我可以写这样一个 near_any() 函数,但在我想检查其中一个是否已经存在之前)

由Reprex软件包(v0.2.0)于2018-07-10创建。

4 回复 | 直到 7 年前

1

2

moodymudskipper 7 年前

在 dplyr 它不存在,在基R中很可能不存在。如果你问其他包,它超出了SO的范围。

但你可以这样做:

data %>%
  filter(Reduce(`|`,lapply(c(0.5679, 5.6789), near, x= x, tol = 1e-4)))

# # A tibble: 2 x 2
#          x     y
#      <dbl> <dbl>
# 1 0.567891     2
# 2 5.678910     4

或者在tidyverse语言中也使用 purrr 包裹:

data %>%
  filter(reduce(map(c(0.5679, 5.6789), near, x= x, tol = 1e-4),`|`))

2

Konrad Rudolph 7 年前

near(x, y) 已经矢量化,因此将其包装 any 生成单个值。

在你的情况下使用它,你只需要 map 在 x 值:

data %>% filter(map_lgl(x, ~ any(near(.x, c(0.5679, 5.6789), tol = 1e-4))))

3

1

Lennyy 7 年前

library(purrr)
library(dplyr)

map_df(c(0.5679,5.6789), function(i) data %>% 
          filter(near(x, i, 1e-4)))


      x     y
  <dbl> <dbl>
1 0.568    2.
2 5.68     4.

4

0

Wimpel 7 年前

您可以使用data.tables(非常快)foverlaps()。

library(data.table)
#create the data.table
data <- data.table( x = c(0.123456, 0.5678910, 1.234567, 5.67891011, 12.345678),
                    y = c(1, 2, 3, 4, 5))
#add a min-max column to join  on. they are both eequal to the value of x
data[, c("min", "max") := list(x, x)]

#set the precision
precision <- 1e-4

#create a data.table with filter values and theur range (+/- precision)
filter_values <- setDT(data.table( x = c(0.5679, 5.6789)))
filter_values[, c("min", "max") := list(x - precision, x + precision)]
#set key for join
setkey(filter_values, min, max)

#perform an overlap-join, keep only columns x and y, where a match with a filter_value is found
foverlaps(data,filter_values)[!is.na(x),c("x","y")]

#         x y
# 1: 0.5679 2
# 2: 5.6789 4