重写 data.frame 并用第二个 data.frame 中最接近的值替换值

Question

我有一个 data.frame ( df.x )，它由 1000 行和 10 列组成。最后一列是每行的类别/标签(即 df.x$lbl )。

df.x <- data.frame(replicate(9,sample(0:100,1000,rep=TRUE)))
df.x$lbl <- (replicate(1,sample(0:15,1000,rep=TRUE)))

然后我将此 data.frame 聚合到基于 ( df.x.agg ) 的“lbl”列。现在我有两个 data.frames:

df.x.agg <- aggregate(df.x[, 1:ncol(df.x)], list(df.x$lbl), mean)
df.x.agg <- df.x.agg[,2:ncol(df.x.agg)]

我想做的是重写第一列 X1 的每个值在 df.x通过比较 df.x 的每个值df.x.agg 中第一列的所有值并将其替换为 df.x.agg 中该行的标签具有最接近的值。这应该为 df.x 的每一列完成.所以输出将是一个新的 df.x (即 new.df.x )其中填充的是标签而不是数字。

非常感谢您的帮助。

Answer 1

我使用固定种子生成样本数据以确保可重复性。

# Sample data
set.seed(2017)
df.x <- data.frame(replicate(9,sample(0:100,1000,rep=TRUE)))
df.x$lbl <- (replicate(1,sample(0:15,1000,rep=TRUE)))

df.x.agg <- aggregate(df.x[, 1:ncol(df.x)], list(df.x$lbl), mean)
df.x.agg <- df.x.agg[,2:ncol(df.x.agg)]


df.x.new <- mapply(
    function(x, y) apply(outer(x, y, function(v, w) abs(v - w)), 1, which.min) - 1,
    df.x[, -ncol(df.x)], df.x.agg[, -ncol(df.x.agg)])
head(df.x.new)
#     X1 X2 X3 X4 X5 X6 X7 X8 X9
#[1,] 10 10  2  5  9 11  0 12  7
#[2,] 10 14  8  3 10  1  0  0  7
#[3,]  0 14 11  3 10  1  8 12  0
#[4,]  1 14  9 10 12  1  5 12  0
#[5,] 10  3 11  5  9  1  2 12  7
#[6,] 10  0 11 11  9  0  0 12  7

对于 df.x 的每个条目，df.x.new 存储 lbl 中同一列中最接近的条目 df.x.agg。我将“最接近”定义为两个值之间的绝对差异。

交叉检查:取条目 df.x.new[1, 1] = 10;我们确认对于 df.x$X1[1] = 93，df.x.agg$X1 中 lbl = 10 的条目是确实是“最接近”

df.x.agg$lbl[which.min(df.x$X1[1] - df.x.agg$X1)]
#[1] 10