发布者没有询问是否要查找值exact=FALSE
,但我将其添加为我自己和其他人的参考答案。
如果要查找分类值,请使用其他答案。
Excel的vlookup
还允许您使用第4个参数(1)近似匹配数字值的匹配match=TRUE
。我觉得match=TRUE
就像在温度计上查找值。默认值为FALSE,非常适合分类值。
如果您想近似匹配(执行查找),则R具有一个名为的函数findInterval
(顾名思义),该函数将查找包含连续数值的区间/区间。
但是,假设您要findInterval
输入多个值。您可以编写循环或使用Apply函数。但是,我发现采用DIY向量化方法更为有效。
假设您有一个由x和y索引的值的网格:
grid <- list(x = c(-87.727, -87.723, -87.719, -87.715, -87.711),
y = c(41.836, 41.839, 41.843, 41.847, 41.851),
z = (matrix(data = c(-3.428, -3.722, -3.061, -2.554, -2.362,
-3.034, -3.925, -3.639, -3.357, -3.283,
-0.152, -1.688, -2.765, -3.084, -2.742,
1.973, 1.193, -0.354, -1.682, -1.803,
0.998, 2.863, 3.224, 1.541, -0.044),
nrow = 5, ncol = 5)))
并且您想通过x和y查找一些值:
df <- data.frame(x = c(-87.723, -87.712, -87.726, -87.719, -87.722, -87.722),
y = c(41.84, 41.842, 41.844, 41.849, 41.838, 41.842),
id = c("a", "b", "c", "d", "e", "f")
这是可视化的示例:
contour(grid)
points(df$x, df$y, pch=df$id, col="blue", cex=1.2)
您可以使用这种类型的公式找到x间隔和y间隔:
xrng <- range(grid$x)
xbins <- length(grid$x) -1
yrng <- range(grid$y)
ybins <- length(grid$y) -1
df$ix <- trunc( (df$x - min(xrng)) / diff(xrng) * (xbins)) + 1
df$iy <- trunc( (df$y - min(yrng)) / diff(yrng) * (ybins)) + 1
您可以更进一步,对z值执行(简单)插值,grid
如下所示:
df$z <- with(df, (grid$z[cbind(ix, iy)] +
grid$z[cbind(ix + 1, iy)] +
grid$z[cbind(ix, iy + 1)] +
grid$z[cbind(ix + 1, iy + 1)]) / 4)
给您这些值:
contour(grid, xlim = range(c(grid$x, df$x)), ylim = range(c(grid$y, df$y)))
points(df$x, df$y, pch=df$id, col="blue", cex=1.2)
text(df$x + .001, df$y, lab=round(df$z, 2), col="blue", cex=1)
df
注意ix和iy也可以使用循环找到findInterval
,例如,这是第二行的一个示例
findInterval(df$x[2], grid$x)
findInterval(df$y[2], grid$y)
匹配ix
和iy
中df[2]
脚注:(1)vlookup的第四个参数以前称为“ match”,但是在他们引入功能区之后,它被重命名为“ [range_lookup]”。