R子集 - 绘制不等列表

Question

我有三个列表 - lat，long，wifiRssi。每个列表具有相同的行数。 lat和long将始终具有相同数量的每行元素。 wifiRssi通常比lat/long有更少的元素，但有时更多。我试图绘制这些值，但由于我的列表中的元素不相等，所以我收到一个界限异常。

示例数据：

location_lat 
[32.831, 32.831, 32.832, 32.832, 32.833, 32.833, 32.834, 32.834, 
32.835, 32.835, 32.836, 32.836, 32.837, 32.837, 32.838] 



location_long 
[-96.691, -96.691, -96.692, -96.692, -96.693, -96.693, -96.694, -96.694, 
-96.695, -96.695, -96.696, -96.696, -96.697, -96.697, -96.698] 



wifi_Rssi 
[-81, -81, -81, -81, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 0] 

代码段：

我剥去括号然后。 。 。在validObject（.Object）

wifiRssi <- opr$wifi_Rssi 
wifiRssi <- gsub(" ", "", wifiRssi, fixed = TRUE) 
wifiRssi <- strsplit(wifiRssi, ",") 
wifiRssi <- unlist(wifiRssi) 
wifiRssi <- as.integer(wifiRssi) 

lat<- as.character(opr$location_lat) 
lat<- gsub(" ", "", lat, fixed = TRUE) 
lat<- strsplit(lat, ",") 
lat<- unlist(lat) 
lat<- as.double(lat) 

long<- as.character(opr$location_long) 
long<- gsub(" ", "", long, fixed = TRUE) 
long<- strsplit(long, ",") 
long<- unlist(long) 
long<- as.double(long) 

pal <- colorNumeric(c('red','green'), wifiSNR) 

geoplots <- sp::SpatialPointsDataFrame(
    cbind(long, lat), 
    data.frame(wifiRssi) 
) 

错误： 无效类“SpatialPointsDataFrame”对象：在data.frame行和SpatialPoints的数量不匹配

我希望能够做的是什么截断列表中的元素数量最少。例如，如果wifiRSSI包含n个元素，而lat/long包含n + 5个元素 - 则将lat/lon截断为前n个元素[1：n]以匹配wifiRSSI，然后绘制。

任何意见或建议，将不胜感激。

Answer 1

DrPositron的一个完整版本。

lat <- c(32.831, 32.831, 32.832, 32.832, 32.833, 32.833, 32.834, 32.834, 32.835, 32.835, 32.836, 32.836, 32.837, 32.837, 32.838) 

long <- c(-96.691, -96.691, -96.692, -96.692, -96.693, -96.693, -96.694, -96.694, -96.695, -96.695, -96.696, -96.696, -96.697, -96.697, -96.698) 

wifiRssi <- c(-81, -81, -81, -81, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 85, 0) 

shortest <- min(length(lat),length(long),length(wifiRssi)) 
geoplots <- sp::SpatialPointsDataFrame(
    cbind(long[1:shortest], lat[1:shortest]), 
    data.frame(wifiRssi[1:shortest]) 
) 

您对此评论感到担忧，它会从位置或wifiRssi的尾部丢弃数据。是的，它会。但是如果你缺少来自wifiRssi（比位置更少的值）或位置（wifiRssi比位置更多的值）的数据，那么对于你的数据结构，这是你能做的唯一的事情。我认为你的某些位置和/或信号强度更可能丢失，并且通过将数据表示为独立的向量，关于哪些位置与哪些信号强度混杂在一起的信息。这对我来说似乎更可能：

df <- data.frame(lat=NA,long=NA,wifiRssi) 
df[-ii,"lat"] <- lat 
df[-ii,"long"] <- long 

cc <- complete.cases(df) 
geoplots <- sp::SpatialPointsDataFrame(
    df[cc,1:2], 
    as.data.frame(wifiRssi=df[cc,3]) 
) 

这里丢失的坐标是随机分散在整个原始数据中，并非全部在最后。但是如果你只有3个不同长度的独立矢量，你必须对缺少的东西做一些假设。

Answer 2

提取long，lat和wifiRssi从opr后，你可以找到使用min和length最短向量的长度。然后，您可以使用head在进一步处理之前将每个缩短到此长度。

minlength<-min(length(long),length(lat),length(wifiRssi)) 
long<-head(long, minlength) 
lat<-head(lat,minlength) 
wifiRssi<-head(wifiRssi,minlength) 

虽然head可能更容易阅读，如果您正在使用大型载体这样做很多次，你可能需要使用其他方法。继@Joris Meys' analysis：

          test replications elapsed relative 
1       expression(head(x, n))  1000000 22.749 3.315 
3        expression(x[1:n])  1000000 6.863 1.000 
2 expression(x[seq.int(to = n, length.out = n)])  1000000 12.612 1.838 

所以，lat[1:min.length]，等会比head(lat,min.length)更快。基准代码：

require(rbenchmark) 
x <- 1:1e6 
n <- 500 
do.call(
    benchmark, 
    c(list(
    expression(head(x,n)), 
    expression(x[seq.int(to=n, length.out=n)]), 
    expression(x[1:n]) 
), replications=1e6) 
)