两个数据集之间的R线性插值

我是R新手，我想知道如何在两个数据表之间进行插值，并将结果打印到“table1”的新列中

表1：

   > (Table1 <- read.csv2("~/R/Table1.txt",sep=""))
  WindSpeed Degrees Direction
1      7.68    58.9       ENE
2      5.09    63.2       ENE
3      7.56    72.2       ENE
4      8.39    73.8       ENE
5      7.34    73.1       ENE
6      7.83    74.9       ENE
7      8.42    73.8       ENE
8      7.70    85.5         E
9      2.58    75.6         E

有人能帮我吗

好的，有一点更新： 我之前得到的Answare非常有用，但我想找到给定Table2$Output之间的值，例如

windspeed= 7,68 

    > 66.301+(96.087-66.301)*(7.68-7.5)/(8.5-7.5)
    # [1] 71.66248

---

因此，我不能使用“常量”，因为我的输出数据不是线性的，所以我不能使用“线性”。。。有什么帮助吗？：）

代码中只有两个小错误：

将

xout

更改为

Table1$WindSpeed

（如果我正确理解了您的问题）

使用

$y

因此：

表1表1
风速度方向输出
1 7.68 58.9 ENE 66.301
2 5.09 63.2 ENE 13.747
3 7.56 72.2 ENE 66.301
4 8.39 73.8 ENE 66.301
5 7.34 73.1 ENE 42.939
6 7.83 74.9 ENE 66.301
7 8.42 73.8 ENE 66.301
8 7.70 85.5 E Næstaátt
9 2.58 75.6恩斯塔特东部

您的代码中只有两个小错误：

将

xout

更改为

Table1$WindSpeed

（如果我正确理解了您的问题）

使用

$y

因此：

表1表1
风速度方向输出
1 7.68 58.9 ENE 66.301
2 5.09 63.2 ENE 13.747
3 7.56 72.2 ENE 66.301
4 8.39 73.8 ENE 66.301
5 7.34 73.1 ENE 42.939
6 7.83 74.9 ENE 66.301
7 8.42 73.8 ENE 66.301
8 7.70 85.5 E Næstaátt
9 2.58 75.6恩斯塔特东部

下面是一个使用

approxfun

的解决方案：

DF1 <- read.table(text = "   Wind.speed    Output
                 2         0,5      0
                 3         1,5      0
                 4         2,5  1.540
                 5         3,5  5.938
                 6         4,5 13.747
                 7         5,5 25.740
                 8         6,5 42.939
                 9         7,5 66.301
                 10        8,5 96.087")
DF1$Wind.speed <- as.numeric(gsub(",", ".", DF1$Wind.speed, fixed = TRUE))


fun <- approxfun(DF1$Wind.speed, DF1$Output)
fun(7.68)
#[1] 71.66248

DF2 <- read.table(text = "  WindSpeed Degrees Direction
                  1      7.68    58.9       ENE
                  2      5.09    63.2       ENE
                  3      7.56    72.2       ENE
                  4      8.39    73.8       ENE
                  5      7.34    73.1       ENE
                  6      7.83    74.9       ENE
                  7      8.42    73.8       ENE
                  8      7.70    85.5         E
                  9      2.58    75.6         E")

DF2$Output <- NA
DF2[DF2$Direction == "ENE", "Output"] <- fun(DF2[DF2$Direction == "ENE", "WindSpeed"])
#  WindSpeed Degrees Direction   Output
#1      7.68    58.9       ENE 71.66248
#2      5.09    63.2       ENE 20.82287
#3      7.56    72.2       ENE 68.08816
#4      8.39    73.8       ENE 92.81054
#5      7.34    73.1       ENE 62.56308
#6      7.83    74.9       ENE 76.13038
#7      8.42    73.8       ENE 93.70412
#8      7.70    85.5         E       NA
#9      2.58    75.6         E       NA

---

DF1这里有一个使用
approxfun
的解决方案：

DF1 <- read.table(text = "   Wind.speed    Output
                 2         0,5      0
                 3         1,5      0
                 4         2,5  1.540
                 5         3,5  5.938
                 6         4,5 13.747
                 7         5,5 25.740
                 8         6,5 42.939
                 9         7,5 66.301
                 10        8,5 96.087")
DF1$Wind.speed <- as.numeric(gsub(",", ".", DF1$Wind.speed, fixed = TRUE))


fun <- approxfun(DF1$Wind.speed, DF1$Output)
fun(7.68)
#[1] 71.66248

DF2 <- read.table(text = "  WindSpeed Degrees Direction
                  1      7.68    58.9       ENE
                  2      5.09    63.2       ENE
                  3      7.56    72.2       ENE
                  4      8.39    73.8       ENE
                  5      7.34    73.1       ENE
                  6      7.83    74.9       ENE
                  7      8.42    73.8       ENE
                  8      7.70    85.5         E
                  9      2.58    75.6         E")

DF2$Output <- NA
DF2[DF2$Direction == "ENE", "Output"] <- fun(DF2[DF2$Direction == "ENE", "WindSpeed"])
#  WindSpeed Degrees Direction   Output
#1      7.68    58.9       ENE 71.66248
#2      5.09    63.2       ENE 20.82287
#3      7.56    72.2       ENE 68.08816
#4      8.39    73.8       ENE 92.81054
#5      7.34    73.1       ENE 62.56308
#6      7.83    74.9       ENE 76.13038
#7      8.42    73.8       ENE 93.70412
#8      7.70    85.5         E       NA
#9      2.58    75.6         E       NA

DF1将模型与表2中的数据相匹配，并使用此模型对表1进行预测不是更好吗？然而，如果你仍然想插值，你可能应该使用
approxfun
。你可能是正确的，因为我的目标是在非线性数据的给定输出值之间的输出值。我更新了这个问题，你介意进一步解释一下你对解决方案的想法吗？：）将模型与表2中的数据相匹配并使用此模型预测表1中的数据不是更好吗？然而，如果你仍然想插值，你可能应该使用
approxfun
。你可能是正确的，因为我的目标是在非线性数据的给定输出值之间的输出值。我更新了这个问题，你介意进一步解释一下你对解决方案的想法吗？：）
windspeed= 7,68 

    > 66.301+(96.087-66.301)*(7.68-7.5)/(8.5-7.5)
    # [1] 71.66248

Table1 <-
  transform(
    Table1, Output =
      ifelse(
        Direction == "ENE",
        approx(
          Table2$Wind.speed, Table2$Output, xout = Table1$WindSpeed, method = "constant")$y, "Næsta átt")
  )

> Table1
  WindSpeed Degrees Direction    Output
1      7.68    58.9       ENE    66.301
2      5.09    63.2       ENE    13.747
3      7.56    72.2       ENE    66.301
4      8.39    73.8       ENE    66.301
5      7.34    73.1       ENE    42.939
6      7.83    74.9       ENE    66.301
7      8.42    73.8       ENE    66.301
8      7.70    85.5         E Næsta átt
9      2.58    75.6         E Næsta átt

DF1 <- read.table(text = "   Wind.speed    Output
                 2         0,5      0
                 3         1,5      0
                 4         2,5  1.540
                 5         3,5  5.938
                 6         4,5 13.747
                 7         5,5 25.740
                 8         6,5 42.939
                 9         7,5 66.301
                 10        8,5 96.087")
DF1$Wind.speed <- as.numeric(gsub(",", ".", DF1$Wind.speed, fixed = TRUE))


fun <- approxfun(DF1$Wind.speed, DF1$Output)
fun(7.68)
#[1] 71.66248

DF2 <- read.table(text = "  WindSpeed Degrees Direction
                  1      7.68    58.9       ENE
                  2      5.09    63.2       ENE
                  3      7.56    72.2       ENE
                  4      8.39    73.8       ENE
                  5      7.34    73.1       ENE
                  6      7.83    74.9       ENE
                  7      8.42    73.8       ENE
                  8      7.70    85.5         E
                  9      2.58    75.6         E")

DF2$Output <- NA
DF2[DF2$Direction == "ENE", "Output"] <- fun(DF2[DF2$Direction == "ENE", "WindSpeed"])
#  WindSpeed Degrees Direction   Output
#1      7.68    58.9       ENE 71.66248
#2      5.09    63.2       ENE 20.82287
#3      7.56    72.2       ENE 68.08816
#4      8.39    73.8       ENE 92.81054
#5      7.34    73.1       ENE 62.56308
#6      7.83    74.9       ENE 76.13038
#7      8.42    73.8       ENE 93.70412
#8      7.70    85.5         E       NA
#9      2.58    75.6         E       NA