如何在R中的向量中找到一个值与其最接近值之间的差异？

Question

我有一个如下的矢量：

x= c(1,23,4,15,8,17,21)

对向量中的值进行排序后，我们有：

c(1,4,8,15,17,21,23)

我需要的输出是：

c(3, 3, 4, 2, 2, 2, 2)

其中包含该值与其最接近值之间的差异。

但是如果我想输出不排序，有什么解决办法吗？我需要一个像 c(3,2,3,2,4,2,2) 这样的输出来知道哪个样本在输出中具有最大的价值 table （这里第 5 个值是结果）

Answer 1

你可以用蛮力做到：

x <- c(1, 4, 8, 15, 17, 21, 23)

n <- length(x)
ds <- c(
  x[2] - x[1], 
  sapply(
    2:(n - 1), 
    function(i) min(x[i] - x[i - 1], x[i + 1] - x[i])
  ),
  x[n] - x[n - 1]
)

Answer 2

如果我没理解错的话，你想计算一个向量的成员与其相邻元素之间的最小值。

首先，我们对数据进行排序。

x= sort(c(1,23,4,15,8,17,21))

然后，我们计算与左邻居的差异（第 1 项缺失）和与右邻居的差异（第 2 项缺失）

diffs <- cbind(c(NA,diff(x)),c(diff(x),NA))

所以，现在我们有了每一项左右的差异，现在剩下的就是找到最小的了：

res <- apply(diffs,MARGIN=1, min, na.rm=T)

请注意，虽然此解决方案包含解释，但其他提供的解决方案（特别是@Julius 的 pmin-approach）在性能有问题时可能更快。

Answer 3

d <- diff(sort(x))
pmin(c(d, NA), c(NA, d), na.rm = TRUE)
# [1] 3 3 4 2 2 2 2

Answer 4

你可以试试：

library(dplyr)
x <- sort(x)
pmin(abs(x-lag(x)),abs(x-lead(x)),na.rm=T)
#[1] 3 3 4 2 2 2 2

x-lag(x)计算与最接近的小数的差，x-lead(x)与最接近的大数的差。

Answer 5

很好的解决方案。 Julius 似乎是最快的：

library(microbenchmark)
set.seed(1262016)
x <- sample(1e5)

all.equal(heroka, NicE, julius, Ambler)
[1] TRUE

microbenchmark(

  julius = {d <- diff(sort(x))
  pmin(c(d, NA), c(NA, d), na.rm = TRUE)},

  NicE = {x <- sort(x)
  pmin(abs(x-lag(x)),abs(x-lead(x)),na.rm=T)},

  Heroka = {x= sort(x)
  diffs <- cbind(c(NA,diff(x)),c(diff(x),NA))
  apply(diffs,MARGIN=1, min, na.rm=T)},

  Ambler = {n <- length(x)
  ds <- c(
    x[2] - x[1], 
    sapply(
      2:(n - 1), 
      function(i) min(x[i] - x[i - 1], x[i + 1] - x[i])
    ),
    x[n] - x[n - 1]
  )}
)
# Unit: milliseconds
#   expr        min         lq      mean     median        uq       max neval
# julius   4.167302   5.066164  13.94478   7.967066  10.11920  89.06298   100
# NicE     4.678274   6.804918  13.85149   9.297575  12.45606  83.41032   100
# Heroka 142.107887 176.768431 199.96590 196.269671 221.05851 299.30336   100
# Ambler 268.724129 309.238792 334.66432 329.252146 359.88103 409.38698   100

如何在R中的向量中找到一个值与其最接近值之间的差异？

How to find the difference between a value and its closest value in a vector in R?

statistics

r