基于一个data.frame和另一个条件中的值返回一个向量
问题描述:
我有一个包含位置信息(Lat = latitude,Lon = longitude)的+100 000行data.frame A和另一个data.frame B with + 500行包含地理区域限制(区域不重叠)。基于一个data.frame和另一个条件中的值返回一个向量
如何根据A中的位置创建一个从B返回地名的函数?
我想R'当在乙存在的位置,“未分配”的情况下,当一个位置不在案件存在和NA当任纬度或经度所述的
缺少返回地名的向量例子:
dataA <- structure(list(Lat = c(60L, 63L, 0L, 75L, NA, 71L, 70L), Lon = c(-70L,
-66L, 5L, -100L, 80L, -61L, -150L)), .Names = c("Lat", "Lon"), class = "data.frame", row.names = c(NA,
-7L))
dataB <- structure(list(Region = structure(c(2L, 3L, 1L), .Label = c("Beaufort Sea",
"Hudson Strait", "North West Passage"), class = "factor"), Lat.min = c(55,
70, 69.5), Lat.max = c(65L, 80L, 72L), Lon.min = c(-75L, -120L,
-160L), Lon.max = c(-60L, -60L, -120L)), .Names = c("Region",
"Lat.min", "Lat.max", "Lon.min", "Lon.max"), class = "data.frame", row.names = c(NA,
-3L))
## I would like to test for each row in dataA:
i <- 1 ## i <- 1:nrow(dataB)
dataA$Lat > dataB$Lat.min[i] & dataA$Lat < dataB$Lat.max[i] &
dataA$Lon > dataB$Lon.min[i] & dataA$Lon < dataB$Lon.max[i]
## and return
dataB$Region[i] ## only once for each row of dataA,
##unless is.na(dataA$Lat) | is.na(dataA$Lon), then return(NA),
##and if a row in dataA does not match any row in dataB, then return "not assigned"
## The result should look something like:
c("Hudson Strait", "Hudson Strait", "not assigned", "North West Passage",
NA, "North West Passage", "Beaufort Sea")
有什么我想:我已经解决了使用ifelse
功能以前类似的挑战,但在这种情况下,我的条件data.frame过于庞大手动执行此操作。我也尝试split
data.frame A并运行条件for
循环,但没有弄清楚如何制定for循环。如果我在循环中使用if
语句,我的循环将返回与A中每行的B值中的行数相同的值。我也有一种感觉,为该数据集运行for循环需要很长时间,而不是何况分裂data.frame A的大小有一定这样做的更好的办法...
答
这里是一个,肯定不是最优雅的,这样做的方式:
z <- lapply(1:nrow(dataB), function(i){
ifelse(is.na(dataA$Lat) | is.na(dataA$Lon), "Missing",
ifelse(dataA$Lat > dataB$Lat.min[i] & dataA$Lat < dataB$Lat.max[i] &
dataA$Lon > dataB$Lon.min[i] & dataA$Lon < dataB$Lon.max[i],
as.character(dataB$Region[i]), NA))
})
z <- do.call(rbind,z)
apply(z, 2, function(j) {
out <-j[!is.na(j)]
if(length(out) == nrow(z)) {
return(NA)} else {
if(length(out) > 0) {
return(out)} else {
return("Not assigned")
}}
})
# [1] "Hudson Strait" "Hudson Strait" "Not assigned" "North West Passage"
# NA "North West Passage" "Beaufort Sea"
也许有人有一个更优雅的解决方案?