Mam znacznik czasu w jednej ramce danych, którą próbuję dopasować do najbliższego znacznika czasu w drugiej ramce danych, w celu wyodrębnienia danych z drugiej ramki danych. Zobacz poniżej ogólny przykład mojego podejścia:Dopasowywanie danych czasowych do najbliższego czasu w innym zbiorze danych. Prawidłowo wektoryzowany? Szybszy sposób?
library(lubridate)
data <- data.frame(datetime=ymd_hms(c('2015-04-01 12:23:00 UTC', '2015-04-01 13:49:00 UTC', '2015-04-01 14:06:00 UTC' ,'2015-04-01 14:49:00 UTC')),
value=c(1,2,3,4))
reference <- data.frame(datetime=ymd_hms(c('2015-04-01 12:00:00 UTC', '2015-04-01 13:00:00 UTC', '2015-04-01 14:00:00 UTC' ,'2015-04-01 15:00:00 UTC', '2015-04-01 16:00:00 UTC')),
refvalue=c(5,6,7,8,9))
data$refvalue <- apply(data, 1, function (x){
differences <- abs(as.numeric(difftime(ymd_hms(x['datetime']), reference$datetime)))
mindiff <- min(differences)
return(reference$refvalue[differences == mindiff])
})
data
# datetime value refvalue
# 1 2015-04-01 12:23:00 1 5
# 2 2015-04-01 13:49:00 2 7
# 3 2015-04-01 14:06:00 3 7
# 4 2015-04-01 14:49:00 4 8
Działa to w porządku, oprócz tego, że jest bardzo powolny, ponieważ dataframe odniesienia jest dość duży w mojej aplikacji w świecie rzeczywistym. Czy ten kod jest wektoryzowany? Czy istnieje szybszy, bardziej elegancki sposób wykonywania tej operacji?
W Pythonie jest to dokładnie to, za czym polega funkcja numpy.searchsorted. Szukałem odpowiednika R, ale nie mogę go znaleźć. – cxrodgers
@ cxrodgers: Byłoby interesujące zobaczyć aplikację tej funkcji do tego zadania. Po przejrzeniu dokumentacji, drapię się w głowę, zastanawiając się, jak to zrobić. Czy możesz znaleźć przykład działania SO? –
@BondedDust zobacz odpowiedź udzieloną przez Bi Rico tutaj: http://stackoverflow.com/questions/8914491/finding-the-nearest-value-and-return-index-of-array-in-python – cxrodgers