R 使用data.table对分组数据进行插值

这是我最初发布的一个问题的延续 . 马修建议我把问题贴在这里，所以我现在就这么做

以下是我的意见：

library(data.table)
library(pracma) # for the interp1 function


 tempbigdata1 <- data.table(c(14.80, 14.81, 14.82), c(7900, 7920, 7930),   c("02437100", "02437100", "02437100"))

 tempbigdata2 <- data.table(c(9.98, 9.99, 10.00), c(816, 819, 821),  c("02446500", "02446500", "02446500"))

 tempbigdata3 <- data.table(c(75.65, 75.66, 75.67), c(23600, 23700, 23800), c("02467000", "02467000", "02467000"))

  tempsbigdata <- rbind(tempbigdata1, tempbigdata2, tempbigdata3)

  setnames(tempsbigdata,c("y", "x", "site_no"))

  setkey(tempsbigdata, site_no)

tempsbigdata
   y        x       site_no
1: 14.80    7900        02437100
2: 14.81    7920        02437100
3: 14.82    7930        02437100
4:  9.98    816         02446500
5:  9.99    819         02446500
6: 10.00    821         02446500
7: 75.65    23600       02467000
8: 75.66    23700       02467000
9: 75.67    23800       02467000


 aimsmall <- data.table(c("02437100", "02446500", "02467000"), c(3882.65, 819.82, 23742.37), c(1830.0, 382.0, 10400.0))

 setnames(aimsmall,c("site_no", "mean", "p50"))

 setkey(aimsmall, site_no)

aimsmall
    site_no     mean    p50
1: 02437100     3882.65     1830
2: 02446500     819.82      382
3: 02467000     23742.37    10400

这是函数

meanpre

的输出，但不正确。

meanpre
    site_no        V1
1: 02437100     12.07599
2: 02437100     9.99410
3: 02437100     19.56813
4: 02446500     12.07599
5: 02446500     9.99410
6: 02446500     19.56813
7: 02467000     12.07599
8: 02467000     9.99410
9: 02467000     19.56813

这就是我想要的：

meanpre
    site_no     V1  
1: 02446500     9.99
2: 02467000     75.66

有什么建议吗？多谢各位

    site_no     V1  
1: 02446500     9.99
2: 02467000     75.66

更新1:

休，我过去使用过近似函数，它对我的数据不准确；但是，

pracma

中的

interp1

函数是准确的。

aimsall

中的

mean

和

p50

列以及

tempsbigdata

中的

x

值均为放电值。

tempsbigdata

中的

y

表示量规高度。我正在使用

interp1

功能来确定适当的计量高度或排放值的

y

值或

平均值（和
p50
）

弗兰克，谢谢你的建议和建议代码。这是建议代码的输出：

tempsbigdata[aimsmall][,if(mean[1] > min(x)){interp1(tempsbigdata$x,tempsbigdata$y, xi = aimsmall$mean, method ="linear")},by=site_no]


site_no       V1
1: 02446500 12.07599
2: 02446500  9.99410
3: 02446500 75.66424
4: 02467000 12.07599
5: 02467000  9.99410 
6: 02467000 75.66424

当我运行以下代码时，我得到以下结果：

 interp1(tempsbigdata$x, tempsbigdata$y, xi = aimsmall$mean, method ="linear")


 [1] 12.07599  9.99410 75.66424

有没有办法得到回报？多谢各位

    site_no     V1  
1: 02446500     9.99
2: 02467000     75.66

更新2

Frank，谢谢你，我已经添加了代码，使R中的数据更容易获得。Pracma是一个数值方法例程的R包，从GNU倍频程[类似于MATLAB（R）]移植到R。interp1

函数是一个一维插值函数

弗兰克，这太完美了（你最后一次评论“做事情”的R代码）：

---

我不明白你在找什么。你有没有看过

近似值

？这个命令应该不起作用：

如果

没有右括号，并且似乎使用了一个向量参数，

aimsall$mean

，这是不可能的（与

ifelse

）相反。。。你可能想设置关键点，合并，然后做你的插值工作：

tempsbigdata[aimsmall][，if（mean[1]>min（x））{do stuff}，by=site\u no]

？啊，我不知道如何得到确切的结果，但我可以试试。也许你可以？我想我在想“做些什么”步骤会利用合并：

interp1（x，y，mean[1]，method=“linear”）

或类似方法。我自己对功能或pracma软件包不熟悉。酷。很高兴它成功了！感谢您提供生成示例的命令。我想问题是您试图使用

$x

语法引用变量，而不仅仅是

x

。如果您阅读了

j

和合并如何在

data.table

中工作，我认为这会更有意义。干杯。再次感谢你的建议和建议。我很高兴它也成功了！欢迎发布命令。我将阅读j和data.table中的合并@直率的

 tempsbigdata[aimsmall][,if(mean[1] > min(x)){interp1(x, y, xi = mean[1], method ="linear")},by=site_no]

 site_no       V1
 1: 02446500  9.99410
 2: 02467000 75.66424