R 将数字向量的每个元素与；“最相似”；因子向量的水平

我有一个数值向量：

x <-c(-18.695, -18.695, 19.477, 0.000, 55.000, 19.477, -18.695, 48.476, 55.000, 37.798, -18.695, 19.477, 37.798, 0.000, -18.695)

我需要构建一个新的因子向量

z

，其长度与

x

相同，但具有

y

中列出的级别，并且使得

z

，

z[I]

的第I个元素是

y

中与

x

，

x[I]

对应元素“最相似”的元素。换言之：

z <-factor(c("IV-18_7", "IV-18_7", "IV19_5", "IV00", "IV55", "IV19_5", "IV-18_7", "IV48_5", "IV55", "IV37_8", "IV-18_7", "IV19_5", "IV37_8", "IV00", "IV-18_7"), levels = y)

---

z这里有一个解决方案，我首先在x2中猜测正确的格式，然后使用编辑距离来找到最接近的匹配

x <-c(18.695, -18.695, 19.477, 0.000, 55.000, 19.477, -18.695, 48.476, 55.000, 37.798, -18.695, 19.477, 37.798, 0.000, -18.695)
y <- c("IV-18_7", "IV00", "IV00orig", "IV19_5", "IV37_8", "IV37_8_yp", "IV48_5", "IV48_5_yp", "IV55")

x2 <- rep('', length(x))
for (i in 1:length(x)) {
  x2[i] <- paste0('IV', floor(x[i]), '_', 10 * round(x[i] - floor(x[i]), 1))
}

# define edit distance and find the closest match
dist <- adist(x2, y)
z <- rep('', length(x))
for (i in 1:length(x)) {
  m <- min(dist[i, ])
  w <- which(dist[i, ] == m)
  z[i] <- y[w]
}

x这里有一个解决方案，我首先在x2中猜测正确的格式，然后使用编辑距离来找到最接近的匹配

x <-c(18.695, -18.695, 19.477, 0.000, 55.000, 19.477, -18.695, 48.476, 55.000, 37.798, -18.695, 19.477, 37.798, 0.000, -18.695)
y <- c("IV-18_7", "IV00", "IV00orig", "IV19_5", "IV37_8", "IV37_8_yp", "IV48_5", "IV48_5_yp", "IV55")

x2 <- rep('', length(x))
for (i in 1:length(x)) {
  x2[i] <- paste0('IV', floor(x[i]), '_', 10 * round(x[i] - floor(x[i]), 1))
}

# define edit distance and find the closest match
dist <- adist(x2, y)
z <- rep('', length(x))
for (i in 1:length(x)) {
  m <- min(dist[i, ])
  w <- which(dist[i, ] == m)
  z[i] <- y[w]
}

x这是一个单行程序，应该可以让您非常接近

paste0("IV", sub(".", "_", sub("\\.0$", "", sprintf("%04.1f", round(x, 1))), fixed=TRUE))

[1] "IV18_7"  "IV-18_7" "IV19_5"  "IV00"    "IV55"    "IV19_5"  "IV-18_7" "IV48_5"  "IV55" 
[10] "IV37_8"  "IV-18_7" "IV19_5"  "IV37_8"  "IV00"    "IV-18_7"

它的工作原理如下。原始向量x四舍五入到第一个有效数字。然后，如果字符数小于4，则格式为“%04.1f”的
sprintf
将结果填充为前导“0”。该结果被馈送至
sub
，该sub会删除任何后跟“0”的点（句点）实例。最后，外部的
子部分
将点替换为下划线。
这里有一条单行线，应该可以让您非常接近

paste0("IV", sub(".", "_", sub("\\.0$", "", sprintf("%04.1f", round(x, 1))), fixed=TRUE))

[1] "IV18_7"  "IV-18_7" "IV19_5"  "IV00"    "IV55"    "IV19_5"  "IV-18_7" "IV48_5"  "IV55" 
[10] "IV37_8"  "IV-18_7" "IV19_5"  "IV37_8"  "IV00"    "IV-18_7"

它的工作原理如下。原始向量x四舍五入到第一个有效数字。然后，如果字符数小于4，则格式为“%04.1f”的
sprintf
将结果填充为前导“0”。该结果被馈送至
sub
，该sub会删除任何后跟“0”的点（句点）实例。最后，外部的
sub
用下划线替换点。
既然将
x
（忽略符号）的整数部分与
y
中的前两位匹配就足够了，我们可以使用
sub
从
y
中提取前两位，并
匹配
地板（abs（x））
将其作为数字：

x.int <- floor(abs(x))
y.2digits <- as.numeric(sub('.*?([0-9]{2}).*', '\\1', y))
z <- factor(y[match(x.int,y.2digits)],levels=y)
## [1] IV-18_7 IV-18_7 IV19_5  IV00    IV55    IV19_5  IV-18_7 IV48_5  IV55    IV37_8  IV-18_7
##[12] IV19_5  IV37_8  IV00    IV-18_7
##Levels: IV-18_7 IV00 IV00orig IV19_5 IV37_8 IV37_8_yp IV48_5 IV48_5_yp IV55

x.int既然将
x
（忽略符号）的整数部分匹配到
y
中的前两位数字就足够了，我们可以使用
sub
从
y
中提取前两位数字，并将
地板（abs（x））
匹配为数字：

x.int <- floor(abs(x))
y.2digits <- as.numeric(sub('.*?([0-9]{2}).*', '\\1', y))
z <- factor(y[match(x.int,y.2digits)],levels=y)
## [1] IV-18_7 IV-18_7 IV19_5  IV00    IV55    IV19_5  IV-18_7 IV48_5  IV55    IV37_8  IV-18_7
##[12] IV19_5  IV37_8  IV00    IV-18_7
##Levels: IV-18_7 IV00 IV00orig IV19_5 IV37_8 IV37_8_yp IV48_5 IV48_5_yp IV55

x.int这将使您非常接近您的示例：
paste0（“IV”，gsub（“.”，“\uu”），gsub（\\.0$”，“”，sprintf（“%04.1f”），round（x，1）），fixed=TRUE））
它看起来不仅非常接近，而且非常准确！谢谢你为什么不把它写下来作为一个答案，并解释一下单件作品的作用呢？（对我来说）理解一行程序是很困难的。这会让你非常接近你的例子：
paste0（“IV”，gsub（“.”，“\uu”），gsub（\\.0$”，“，”，sprintf（“%04.1f”，round（x，1）），fixed=TRUE））
它看起来不仅非常接近，而且非常到位！谢谢你为什么不把它写下来作为一个答案，并解释一下单件作品的作用呢？（对我来说）理解一行程序很困难。它很有效！我不知道adist的事。在我的环境中，代码运行时带有一些警告（
在z[i]中），它可以工作！我不知道
adist
。在我的环境中，代码运行时带有一些警告（
在z[i]中）