很久以前我已经问过这个问题,但还没有找到答案。我不知道这是否合法在stackoverflow,但我转发它。findInterval()在data.table中有不同的间隔R
我在R中有一个data.table,我想创建一个新的列,查找相应年份/月份的每个价格的时间间隔。
重复的例子:
set.seed(100)
DT <- data.table(year=2000:2009, month=1:10, price=runif(5*26^2)*100)
intervals <- list(year=2000:2009, month=1:10, interval = sort(round(runif(9)*100)))
intervals <- replicate(10, (sample(10:100,100, replace=T)))
intervals <- t(apply(intervals, 1, sort))
intervals.dt <- data.table(intervals)
intervals.dt[, c("year", "month") := list(rep(2000:2009, each=10), 1:10)]
setkey(intervals.dt, year, month)
setkey(DT, year, month)
我刚才想:
- 合并
DT
和intervals.dt
data.tables按月/年, - 创建一个新的
intervalsstring
列由所有的V *列到 一列字符串,(不是很优雅,我承认),最后 - 它substringing为载体,所以我可以在
findInterval()
使用它,但该解决方案并不为每个行工作
所以,后(!):
DT <- merge(DT, intervals.dt)
DT <- DT[, intervalsstring := paste(V1, V2, V3, V4, V5, V6, V7, V8, V9, V10)]
DT <- DT[, c("V1", "V2", "V3", "V4", "V5", "V6", "V7", "V8", "V9", "V10") := NULL]
DT[, interval := findInterval(price, strsplit(intervalsstring, " ")[[1]])]
我得到
> DT
year month price intervalsstring interval
1: 2000 1 30.776611 12 21 36 46 48 51 63 72 91 95 2
2: 2000 1 62.499648 12 21 36 46 48 51 63 72 91 95 6
3: 2000 1 53.581115 12 21 36 46 48 51 63 72 91 95 6
4: 2000 1 48.830599 12 21 36 46 48 51 63 72 91 95 5
5: 2000 1 33.066053 12 21 36 46 48 51 63 72 91 95 2
---
3376: 2009 10 33.635924 12 40 45 48 50 65 75 90 96 97 2
3377: 2009 10 38.993769 12 40 45 48 50 65 75 90 96 97 3
3378: 2009 10 75.065820 12 40 45 48 50 65 75 90 96 97 8
3379: 2009 10 6.277403 12 40 45 48 50 65 75 90 96 97 0
3380: 2009 10 64.189162 12 40 45 48 50 65 75 90 96 97 7
这是正确的第一行,但而不是为最后(或其他)行。 例如,对于第3380行,价格〜64.19应该在第5个区间而不是第7个区间。我想我的错误是,通过我的最后一个命令,找到间隔只依赖intervalsstring
的第一行。
谢谢!
你看过'?data.table'并确保你理解每一个参数吗?我只是简单地看了一下这个问题,我的第一个想法是想知道你是否知道'roll','',也许''foverlaps()'。 –