按近似列值合并数据框

Question

我有两个包含时间序列的数据帧（时间编码为数字，而不是时间对象；时间未排序）。我想将一个数据帧中的响应变量标准化为另一个数据帧中的响应变量。问题是两个数据帧中的时间点并不完全相同。所以，我需要通过两个时间列的近似匹配来合并两个数据帧。

数据如下：

df1 <- structure(list(t1 = c(3, 1, 2, 4), y1 = c(9, 1, 4, 16)), .Names = c("t1", "y1"), row.names = c(NA, -4L), class = "data.frame")
df2 <- structure(list(t2 = c(0.9, 4.1), y2 = structure(1:2, .Label = c("a", "b"), class = "factor")), .Names = c("t2", "y2"), row.names = c(NA, -2L), class = "data.frame")

结果应该是这样的：

t1  y1    y2
 1   1    a
 4  16    b

似乎approx 或approxfun 会很有用，但我不太明白该怎么做。

Answer 1

您可以使用 zoo 的 na.approx 轻松完成此操作：

library(zoo)
Data <- merge(df1, df2, by.x="t1", by.y="t2", all=TRUE)
Data$y1 <- na.approx(Data$y1, na.rm=FALSE, rule=2)
na.omit(Data)
#    t1 y1 y2
# 1 0.9  1  a
# 6 4.1 16  b

您也可以使用 approx 来做到这一点：

Data <- merge(df1, df2, by.x="t1", by.y="t2", all=TRUE)
y1.na <- is.na(Data$y1)
Data$y1[y1.na] <- (approx(Data$y1, rule=2, n=NROW(Data))$y)[y1.na]

Answer 2

如果您希望最终结果包含来自df2 的所有内容并且您不关心t1 列是否具有来自t2 的值，@JoshuaUlrich 提供了一种很好的方法来执行此操作。

但是，如果您想避免这些事情并按照@BrandonBertelsen 建议的方式继续，您可以定义自定义round 函数，然后在第二个data.frame 的合并列上使用它。例如：

# define a more precise rounding function that meets your needs.
# e.g., this one rounds values in x to their nearest multiple of h
gen.round <- function(x, h) {
    ifelse(x %% h > (h/2), h + h * (x %/% h), -(h + h * (-x %/% h)))
}

# make a new merge function that uses gen.round to round the merge column 
# in the second data.frame
merge.approx <- function(x, y, by.x, by.y, h, ...) {
    y <- within(y, assign(by.y, gen.round(get(by.y), h)))
    merge(x, y, by.x=by.x, by.y=by.y, ...)
}

merge.approx(df1, df2, by.x='t1', by.y='t2', h =.5)

  t1 y1 y2
1  1  1  a
2  4 16  b