R 中特定列的最接近值

Closest value to a specific column in R

我想找到最接近下面第 x3 列的值。

data=data.frame(x1=c(24,12,76),x2=c(15,30,20),x3=c(45,27,15))
data
  x1 x2 x3
1 24 15 45
2 12 30 27
3 76 20 15

所以期望的输出将是

Closest_Value_to_x3
   24
   30
   20

请帮忙。谢谢

使用 max.col(-abs(data[, 3] - data[, -3])) 查找最接近值的列位置,并将此结果用作矩阵的一部分以从数据中提取所需的值。矩阵由 cbind

返回
col <- 3
data[, -col][cbind(1:nrow(data),
                   max.col(-abs(data[, col] - data[, -col])))]
#[1] 24 30 20

这是另一种使用 matrixStats

的方法
x <- as.matrix(data[,-3L])
y <- abs(x - .subset2(data, 3L))
x[matrixStats::rowMins(y) == y]
# [1] 24 30 20

或在 base 中使用 vapply

x <- as.matrix(data[,-3L])
y <- abs(x - .subset2(data, 3L))
vapply(1:nrow(data), 
       function(k) x[k,][which.min(y[k,])], 
       numeric(1))
# [1] 24 30 20

一个tidyverse解决方案:

data %>%
  rowid_to_column() %>%
  gather(var, val, -c(x3, rowid)) %>%
  mutate(temp = x3 - val) %>%
  group_by(rowid) %>%
  filter(abs(temp) == min(abs(temp))) %>%
  ungroup() %>%
  select(val)

    val
  <dbl>
1    24
2    30
3    20

首先,它添加了一个行 ID。其次,它将数据从宽转换为长。第三,它计算 "x3" 和其他变量之间的差异。最后,它按行 ID 分组并保留绝对差异最小的行。

或:

data %>%
  rowid_to_column() %>%
  gather(var, val, -c(x3, rowid)) %>%
  mutate(temp = x3 - val) %>%
  group_by(rowid) %>%
  filter(abs(temp) == min(abs(temp))) %>%
  ungroup() %>%
  pull(val)

[1] 24 30 20

或使用最初由@markus 提出的方法(它假设您的列被命名为 "x"):

data %>%
 mutate(temp = paste0("x", max.col(-abs(.[, -3] - .[, 3])))) %>%
 rowwise() %>%
 summarise(val = eval(as.symbol(temp)))

    val
  <dbl>
1   24.
2   30.
3   20.

首先,评估与"x3"绝对差值最小的变量的列索引,并与"x"合并。然后,它评估 x 和列索引的组合作为变量和 returns 适当的值。

还借鉴了@markus 的想法(不假设您的列被命名为 "x"):

data %>%
 mutate(temp = max.col(-abs(.[, -3] - .[, 3]))) %>%
 rowwise %>%
 mutate(temp = names(.)[[temp]]) %>%
 summarise(val = eval(as.symbol(temp)))

首先,评估与"x3"绝对差值最小的变量的列索引。其次,它 returns 基于列索引的列名。最后,它将其评估为一个变量,returns 适当的值。

或者一个变体,您可以通过名称而不是列索引引用 "x3" 变量(基本思想仍然来自@markus):

data %>%
 mutate(temp = max.col(-abs(.[, !grepl("x3", colnames(.))] - .[, grepl("x3", colnames(.))]))) %>% 
 rowwise %>%
 mutate(temp = names(.)[[temp]]) %>%
 summarise(val = eval(as.symbol(temp)))

定义一个函数 closest_to_3 对向量进行运算,returns 向量中最接近第三个成员的值:

closest_to_3 <- function(v) v[-3][which.min(abs( v[-3]-v[3] ))]

(习语 v[-3]v 中删除第三个成员。)然后将此函数应用于数据框的每一行:

apply(data, 1, closest_to_3)
#[1] 24 30 20