在 R 中使用 Lookup Table 匹配区间

Question

我希望使用具有符合标准（即“较差”、“平均”等）的开始和结束间隔的查找参考 table

我有一个数据 table，我想在其中创建一个新的标准列，根据数据值在查找 table 中所处的时间间隔来标记数据值。下面是一个简化的例子。我的实际数据集要大得多并且需要是动态的，所以我不必硬编码或在脚本中创建许多单独的对象。

lookup_df = data.frame("Standard" = c("Poor", "Below_Average", "Average", "Above_Average", "Good"),
                  "Start" = c(2,3,4,5,6), "End" = c(3,4,5,6,7))

col = c(1.5, 5.2, 4.1, 3.3, 9.6, 2.4)

我正在尝试使用 ifelse() 和 findInterval() return 来自查找标准列的索引。我知道问题是索引部分，因为 findInterval returns 0s 不能被索引。我试图通过向 findInterval 添加 +1 来解决这个问题，但这也没有用。这是我一直在尝试的：

ifelse(findInterval(col, lookup_df$End)+1 > 1, lookup_df$Standard[findInterval(col, lookup_df$End)+1], "Poor")

# [1] "Poor"          "Above_Average" "Average"       "Below_Average"
# [5] NA              "Poor"

我想要的结果是：

# [1] "Poor"          "Above_Average" "Average" "Below_Average"      
# [5] "Good"             "Poor"

我已尝试使用此示例中的 transform() ，但也无法使其正常运行。

ifelse() 索引问题似乎与此一致

我猜我缺少一个简单的解决方案！感谢任何帮助。

编辑以包含最终答案

这是我基于 R. Lima 的解决方案合并到 dplyr 中使用的最终解决方案：

lookup_vec = as.character(lookup_df$Standard)
names(lookup_vec) <- c("0", "1", "2", "3","4")

df = data.frame(col = c(1.5, 5.2, 4.1, 3.3, 9.6, 2.4))

df = df %>%
  mutate(Standard = stringr::str_replace_all(
    findInterval(col, lookup_df$Start[-1]), lookup_vec))

Answer 1

这应该可以做到，尽管我使用了包 stringr 中的 str_replace_all() 而不是 ifelse()。这个函数处理你提到的零问题。

可能有一种更优雅、更快捷的方法，但这个方法可以解决问题。

# Defining the lookup reference object
lookup <- c("Poor", "Below_Average", "Average", "Above_Average", "Good")
names(lookup) <- c("0", "1", "2", "3","4")

# Defining your data frame
df <- data.frame(col = c(1.5, 5.2, 4.1, 3.3, 9.6, 2.4))

# Classifying the data and inserting into your data frame
df$classes <- stringr::str_replace_all(
  findInterval(df$col, c(3,4,5,6)), lookup)
df$classes

[1] "Poor"          "Above_Average" "Average"       "Below_Average" "Good"         
[6] "Poor"

在 R 中使用 Lookup Table 匹配区间

Matching Intervals with Using Lookup Table in R

lookup

indexing

if-statement

r

intervals