Сопоставление двух R фреймов данных по близости
Это на самом деле вытекает из других ответов на вопрос.
Вот мой прием:
import sys
# for current func name, specify 0 or no argument.
# for name of caller of current func, specify 1.
# for name of caller of caller of current func, specify 2. etc.
currentFuncName = lambda n=0: sys._getframe(n + 1).f_code.co_name
def testFunction():
print "You are in function:", currentFuncName()
print "This function's caller was:", currentFuncName(1)
def invokeTest():
testFunction()
invokeTest()
# end of file
Вероятное преимущество этой версии с использованием функции inspect.stack () что он должен быть в тысячи раз быстрее (см. сообщение Алекса Мелихоффа и тайминги относительно использования sys._getframe () по сравнению с использованием inspect.stack ()].
1 ответ
Данные
Прежде всего, я добавил stringsAsFactors = FALSE к вашим входным фреймам данных, потому что в моем решении проще работать со строками, чем с факторами.
df1 <- data.frame(group = rep("A", 5),
name = c("Brandon",
"Kyler",
"Trent",
"Lesa",
"Michael"),
gender = c("M", "F", "M", "F", "M"),
days = c(50, 45, 32, 60, 48),
stringsAsFactors = FALSE)
df2 <- data.frame(group = rep("B", 10),
name = c("Erica",
"Jared",
"Sara",
"Helen",
"Tom",
"Ron",
"Cy",
"Lynn",
"Ken",
"Judy"),
gender = c("F", "M", "F", "F", "M", "M", "M", "F", "M", "F"),
days = c(47, 49, 62, 80, 74, 30, 55, 58, 63, 25),
stringsAsFactors = FALSE)
Решение
library(tidyverse)
# empty dataframe for the output
df2_new <- data.frame(group = character(),
name = character(),
gender = character(),
days = numeric(),
stringsAsFactors = FALSE)
for(i in 1:nrow(df1)){
# add the row of interest to the output dataframe
df2_new[i,] <- df2 %>%
mutate(day_diff = abs(days - df1$days[i])) %>%
filter(gender == df1$gender[i]) %>%
slice(which.min(day_diff)) %>%
select(-day_diff)
# remove the newly added row from the original dataset
df2 <- df2 %>%
filter(!(name %in% df2_new$name))
}
Это первое решение, которое пришло в голову. В этом случае строки удаляются из df2 по мере продолжения цикла for, поскольку вы сказали, что
хотите отфильтровать
df2, чтобы включить только самое близкое соответствие каждой строке в [ 116]Вывод
df2_new group name gender days 1 B Jared M 49 2 B Erica F 47 3 B Ron M 30 4 B Sara F 62 5 B Cy M 55В моем случае код выбирал Сару вместо Линн, но это выбор 50/50.