2个数据帧的范围查找（带有2个输入向量）答案

【问题标题】：Range Lookup for 2 Dataframes (with 2 input vectors)2个数据帧的范围查找（带有2个输入向量）
【发布时间】：2020-07-19 14:51:11
【问题描述】：

有人可以帮助我吗？以下是详细信息。

示例数据框 1：

Latitude  Longitude
   12.10       4.10
   12.20       4.20
   12.30       4.50

数据框 2：

ID     Latitude1 Latitude2 Longitude1 Longitude2
ABC         11.5     12.15        3.9       4.15
DEF        12.17     12.25       4.17       4.25
GHI        12.27     12.45       4.45       4.48

所需的输出：

Latitude Longitude   ID
   12.10      4.10  ABC           
   12.20      4.20  DEF
   12.30      4.50   NA

输出中的第 3 行是 NA，因为它的经度值不在 dataframe2 给定的范围之间。

尝试的解决方案： 我创建了一个函数并使用了 DPLYR，但我只能对一个向量（纬度）进行范围查找。

getValue <- function(x,data) {
  tmp <- data %>%
    filter(Latitude1 <= x, x <= Latitude2) %>%
    filter(row_number() == 1)
  return(tmp$ID)
}
data_interval <- sapply(df1$Latitude, getValue, data=df2)

df1 输入：

df1 <- structure(list(Latitude = c(12.1, 12.2, 12.3), Longitude = c(4.1, 
4.2, 4.5)), row.names = c(NA, -3L), class = c("tbl_df", "tbl", 
"data.frame"))

df2 输入：

df2 <- structure(list(ID = c("ABC", "DEF", "GHI"), Latitude1 = c(11.5, 
12.17, 12.27), Latitude2 = c(12.15, 12.25, 12.45), Longitude1 = c(3.9, 
4.17, 4.45), Longitude2 = c(4.15, 4.25, 4.48)), row.names = c(NA, 
-3L), class = c("tbl_df", "tbl", "data.frame"))

【问题讨论】：

感谢@Allan Cameron 的编辑，我是新成员。

标签： r dplyr data-science data-cleaning

【解决方案1】：

这是我尝试过的。对于df1 中每一行中的经度和纬度，您希望使用df2 中每一行中的 lon / lat 值运行逻辑检查。对于df1 中的每一行，我创建了一个包含逻辑值的数据框。每个数据框有三行两列。然后，我确定了每个数据框中的哪一行的经度和纬度都为 TRUE。使用这个索引，我在df2中得到了想要的ID

library(tidyverse)

map2_dfr(.x = df1$Latitude,
         .y = df1$Longitude,
         .f = function(x, y){
                tibble(lat = between(x, df2$Latitude1, df2$Latitude2),
                       lon = between(y, df2$Longitude1, df2$Longitude2)) %>% 
                mutate(subid = 1:n())},
         .id = "id") %>% 
group_by(id) %>% 
filter(lat == TRUE & lon == TRUE) %>% 
transmute(ID = df2$ID[subid]) -> out

out
#  id    ID   
#  <chr> <chr>
#1 1     ABC  
#2 2     DEF

下一步是加入out 和df1。由于第三行没有匹配项，因此您会看到 NA。

mutate(df1,
       id = as.character(1:n())) %>% 
left_join(out, by = "id") %>% 
select(-id)

  Latitude Longitude   ID
1     12.1       4.1  ABC
2     12.2       4.2  DEF
3     12.3       4.5 <NA>

【讨论】：

嗨@jazzurro，感谢您的意见。但是，我在运行第一部分代码时遇到了这个错误：Error: Expecting a single value: [extent=43064]
@MarcAtanante 我没有你的实际数据。因此我不知道是什么导致了错误。

【解决方案2】：

感谢那些帮助过的人。我尝试了一种使用“SQLDF”的不同方法，并且效果很好。请注意，我将 240 万行数据帧与 43,000 行查找数据帧进行比较，因此我运行了 3 个小时。

sql_way_test <- function(data,lookup){
  data<-sqldf("select A.*,B.ID from
              data A left join lookup B 
              ON ((A.Latitude >= B.Latitude1 and A.Latitude < B.Latitude2) and
              (A.Longitude >= B.Longitude1 and A.Longitude < B.Longitude2))")
  data
}

df_SQLway <- sql_way_test(data = df1, df2)

【讨论】：