findInterval（）與右關閉間隔

R中的大findInterval()函數使用左關閉在其vec參數子間隔，如圖其文檔：findInterval（）與右關閉間隔

如果i <- findInterval(x,v)，我們有v[i[j]] <= x[j] < v[i[j] + 1]

如果我想要右閉合子區間，我有什麼選擇？我想出的最好的是這樣的：

findInterval.rightClosed <- function(x, vec, ...) { 
    fi <- findInterval(x, vec, ...) 
    fi - (x==vec[fi]) 
}

另一種也適用：

findInterval.rightClosed2 <- function(x, vec, ...) { 
    length(vec) - findInterval(-x, -rev(vec), ...) 
}

這裏有一個小測試：

x <- c(3, 6, 7, 7, 29, 37, 52) 
vec <- c(2, 5, 6, 35) 
findInterval(x, vec) 
# [1] 1 3 3 3 3 4 4 
findInterval.rightClosed(x, vec) 
# [1] 1 2 3 3 3 4 4 
findInterval.rightClosed2(x, vec) 
# [1] 1 2 3 3 3 4 4

但我想看到的任何其他解決方案，如果有更好的。通過「更好」，我的意思是「以某種方式更令人滿意」或「不覺得自己像個混蛋」，或者甚至「更有效率」。 =）

（請注意，有一個rightmost.closed參數findInterval()，但它是不同的 - 它只是指最終的子區間，並具有不同的含義）

來源

2012-11-20 Ken Williams

你怎麼看待：'findInterval（X，C（-Inf，頭（VEC，-1）））'？ – sgibb

@sgibb似乎並沒有做到這一點，我添加了一個例子，你的結果並不一樣。 –

我在這裏有點困惑，但'findInterval（x-1，vec）'做你正在尋找什麼？ – thelatemail

編輯：專業全部清理過道。您可能會看到cut。默認情況下，cut使左開放和右閉合間隔，並可以使用適當的參數（right）進行更改。要使用你的例子：

x <- c(3, 6, 7, 7, 29, 37, 52) 
vec <- c(2, 5, 6, 35) 
cutVec <- c(vec, max(x)) # for cut, range of vec should cover all of x

現在創建四個功能應該做同樣的事情：二是從OP，一個來自喬希·奧布萊恩，然後cut。 cut的兩個參數已從默認設置更改爲：include.lowest = TRUE將爲最小（最左邊）的間隔創建兩側關閉的間隔。 labels = FALSE將導致cut簡單地返回垃圾箱的整數值，而不是創建一個因子，否則它會這樣做。

findInterval.rightClosed <- function(x, vec, ...) { 
    fi <- findInterval(x, vec, ...) 
    fi - (x==vec[fi]) 
} 
findInterval.rightClosed2 <- function(x, vec, ...) { 
    length(vec) - findInterval(-x, -rev(vec), ...) 
} 
cutFun <- function(x, vec){ 
    cut(x, vec, include.lowest = TRUE, labels = FALSE) 
} 
# The body of fiFun is a contribution by Josh O'Brien that got fed to the ether. 
fiFun <- function(x, vec){ 
    xxFI <- findInterval(x, vec * (1 + .Machine$double.eps)) 
}

所有函數都返回相同的結果嗎？對。（注意對於cutFun使用cutVec）

mapply(identical, list(findInterval.rightClosed(x, vec)), 
    list(findInterval.rightClosed2(x, vec), cutFun(x, cutVec), fiFun(x, vec))) 
# [1] TRUE TRUE TRUE

現在更苛刻的載體斌：

x <- rpois(2e6, 10) 
vec <- c(-Inf, quantile(x, seq(.2, 1, .2)))

測試相同（注意使用unname）

mapply(identical, list(unname(findInterval.rightClosed(x, vec))), 
    list(findInterval.rightClosed2(x, vec), cutFun(x, vec), fiFun(x, vec))) 
# [1] TRUE TRUE TRUE

和Benchmark是否：

library(microbenchmark) 
microbenchmark(findInterval.rightClosed(x, vec), findInterval.rightClosed2(x, vec), 
    cutFun(x, vec), fiFun(x, vec), times = 50) 
# Unit: milliseconds 
#        expr  min  lq median  uq  max 
# 1     cutFun(x, vec) 35.46261 35.63435 35.81233 36.68036 53.52078 
# 2      fiFun(x, vec) 51.30158 51.69391 52.24277 53.69253 67.09433 
# 3 findInterval.rightClosed(x, vec) 124.57110 133.99315 142.06567 155.68592 176.43291 
# 4 findInterval.rightClosed2(x, vec) 79.81685 82.01025 86.20182 95.65368 108.51624

從這次跑步看，cut似乎是最快的。

來源

2012-11-20 22:03:31 BenBarnes

謝謝。我似乎記得'cut'效率較低，並且它也不允許像'findInterval'那樣追蹤'vec'的右邊緣（請參閱輸出中的第15-17行），但該部分可以工作在最後加入一個'Inf'。 –

@KenWilliams，是的，用'breaks'覆蓋'x'的整個範圍可以讓你切掉所有的'x'（參見我的編輯）。至於效率，那麼代碼至少已經存在了。 – BenBarnes

@KenWilliams，如果你計算效率基準的速度，畢竟'findInterval'和'cut'之間可能沒有太大的區別。「cut」的減速可能通常來自轉換爲因素和製作標籤？ – BenBarnes

-1

如果你的限制是間隔，你可以增加正確的間隔一點點：interval + c（0,0.1）會做：findinterval（value，interval + c（0,0。1））

來源

2016-08-15 14:38:33

這不會出於各種原因。最根本的是，回收利用會導致這種情況改變每個奇數條目的正確間隔，而不是全部。此外，這假設您知道數據的離散化寬於0.1。 –

也許你可以使用left.open選項：

findInterval(x, vec, left.open=T) 
[1] 1 2 3 3 3 4 4

來源

2017-10-23 16:33:18 dabsingh

是的 - 此選項已添加到2016年10月發佈的R版本3.3.2中。現在是正確的方法。 –

findInterval（）與右關閉間隔

回答

相關問題