R 查找两个数据集之间的偏移/相位

我有一个大数据集D，在2D中有（x，y）坐标。我有几乎相同的数据集D’，但有一个恒定的移位，s。也就是说，D’的元素是（x+s，y）。如何以有效的方式计算移位？谢谢r码就太棒了

D'中的每个x值都提供了s的估计值

s=x'-x

，因此，对s的最佳估计值可能是这些值的平均值

s_est = mean(D'$x - D$x, na.rm = T)

---

如果

y

的值在

D

和

D'

中相等，则可以使用

数据表对
y
执行联接，对
x
执行滚动联接

library(data.table)
set.seed(1)
D <- data.frame(x = runif(100,1,100), y = runif(100,1,100))
Dprime <- D[sample(1:100,90),]
Dprime$x <- Dprime$x + runif(length(Dprime$x),2.8,3.2)
setDT(Dprime)
setDT(D)
D[,x.original := x]
Dprime[,x.shift := x]
Dprime[D,on=c("y","x"),roll = "nearest"][,.(Shift = x.shift - x.original)][,median(Shift,na.rm=TRUE)]
#[1] 2.997595

库（data.table）
种子（1）
D x和y的班次是相同的还是不同的班次？非常抱歉，谢谢你的提问。移动仅在x方向上。编辑了我的问题。我正在考虑一个数据帧，dat，带有x，y和set_id，然后
lm（x~y+set_id，data=dat）
对不起。这里的
set\u id
是什么？我应该将数据帧转换为集合吗？还有，我认为y来自D'，对吗？谢谢。根据
x
进行排序，然后在排序后的
D
中取其
y
坐标等于
y
中第一个点的
y
坐标的第一个点，这两个点都可以工作，但如果多个点可以具有相同的
y
坐标，则可能会出现误报。一个可复制的例子将有助于解决这个问题。我认为这是行不通的。例如，如果
D
的第一个元素是缺失的点之一，则所有元素都会移动，以便将点的
x
坐标与其他点的移动
x
坐标进行比较。另一方面，
mean（D'$x）-mean（D$x）
可能是合理的选择estimate@JohnColeman我不这么认为。这将计算每个
x'-x
，并从平均值中消除缺失的值。当遇到缺失值时，它不会移动。您假设数据知道哪些点缺失。没有理由假设它们将被标记为
NA
你不认为应该首先对
x
进行坐标排序，这样才能起作用吗？如果缺少的部分是原始数据的偏移异常值（可能正是因为它们是异常值——谁知道呢？），那么基于均值的方法可能会有问题。也许
中位数（D'$x）-中位数（D$x）
会更稳健。我不太明白这一点。OP描述了一个从
D
到
D'
的不断变化，但这似乎有很多变化。我怀疑OP的变化实际上可能涉及一些随机过程。这也可能有助于几年后发现问题并尝试将其应用于问题的人。不管怎样，即使它真的是一个恒定的位移，它也会起作用。这给出了一个平均位移。如果换档为常量，则上述代码给出该换档。无论如何，这必须是统计的，并取决于“最近”滚动的实施方式。但是它解决了这个问题：-）如果所有的y值都相同呢？在这种边缘情况下，不可能反转非恒定偏移（除非偏移量小于x值之间的距离）。出于这个原因，我怀疑有一种解决方案不使用固定的移位，尽管我可能需要研究
roll
的作用。无论如何，它解决了OP的问题，所以+1