R：如何在多个维度中使用近似值（多维插值）？

这应该不难，但我搜索了很多，到目前为止还没有找到解决方案

我正在处理一些零散的数据

y = f(x1,x2,x3,..., xn)

我想创建一个查找函数，当输入数据集中的向量

x

时，该函数为我提供

y

的确切已知值，但当向量

x

不在数据集中时，它会线性插值

基本上类似于

approx（）

，但用于更高数量的维度

为了简化任何试用，以下是一些数据：

y<-rnorm(27)
x1<-seq(1,3,1)
x2<-seq(10,30,10)
x3<-seq(100,300,100)

df<-expand.grid(x1,x2,x3)
df<-cbind(y,df)
names(df)<-c("y","x1","x2","x3")

# Task is to create a function like
#   fun(x1,x2,x3) --> interpolated y

# expected output example:
# fun(1,10,100) --> -0.89691454
# fun(1.5,10,100) --> -0.3560327

---

y“y”不应该是
长度（y）=nrow（展开网格（x1，x2，x3））
？也许，您还可以为
fun
添加一个示例输出？例如，
fun（1，20，100）-->？
，
fun（1.2，15.45，102）-->？
谢谢你的评论，我添加了一个例子。