R 查找数据帧的值，该值介于其他数据帧上两列的值之间

我有两个数据帧。dataframe_A包含用户和给定值：

dfA用户值 > 1 1 54 > 2 2 12 > 3 3 7 > 4 4 123 > 5 5 74 dfB包含值的范围和我想添加到dfA的乘数：

最小最大多重 > 1 0 50 0.0 > 2 50 80 0.5 > 3 80 100 0.8 > 4 100 120 1.0 > 5 120 1000 1.2 因此，理想的结果是将dfB中的乘数添加到dfB中：

dfA 用户价值乘数 [1] 1 54 0.5 [2] 2 12 0 [3] 3 7 0 [4] 4 123 1.2 [5] 5 74 0.5 我已经尝试过使用单个值的代码，但在数据帧中不起作用：

dfA$Mult dfB$Min和dfA$Value 对于dfA中的每个值，都可以使用基本R中的sapply

资料

您可以对dfA中的每个值使用基本R中的sapply

资料

如果dfB中的区间通过将其按顺序区间分割（如示例中所示）形成更大范围的分区，我们还可以使用findInterval或cut将dfA中的值与dfB中的区间相匹配。使用findInterval：

findIntervalx=dfA$Value，vec=cdfB$Min[1]，dfB$Max > [1] 2 1 1 5 2 结合在dfA中创建新的Mult列，我们可以编写：

dfA$Mult用户价值Mult > 1 1 54 0.5 > 2 2 12 0.0 > 3 3 7 0.0 > 4 4 123 1.2 > 5 5 74 0.5 免责声明：如果dfB中的间隔排列不整齐，则findInterval的使用会变得更加乏味，在这种情况下，Ronak的方法可能更简单。

如果dfB中的间隔通过按顺序间隔分割而形成更大范围的分区，如示例所示，我们还可以使用findInterval或cut将dfA中的值与dfB中的间隔相匹配。使用findInterval：

findIntervalx=dfA$Value，vec=cdfB$Min[1]，dfB$Max > [1] 2 1 1 5 2 结合在dfA中创建新的Mult列，我们可以编写：

dfA$Mult用户价值Mult > 1 1 54 0.5 > 2 2 12 0.0 > 3 3 7 0.0 > 4 4 123 1.2 > 5 5 74 0.5

---

免责声明：如果dfB中的间隔没有很好地对齐，那么findInterval的使用将变得更加乏味，在这种情况下，Ronak的方法可能更简单。

一些tidyverse解决方案。前两个表在两个表之间进行交叉连接（这对于大型表来说可能非常昂贵），然后将结果过滤到每个原始dfA行一行，其中值在dfB范围内。最后一个肯定会更快，因为它会立即过滤dfB，每个值过滤一次，然后使用过滤和堆叠的mult定义新的dfA变量-但它会通过嵌套在另一个映射中的并行映射执行一些trippy操作，所有映射都在mutate中，所以我敢打赌，对于那些不太熟悉Purr的人来说，这很难理解。但我很想看到一些比较基准

还要注意的是，任务不清楚：Mult括号之间的边缘情况-如果值为50，Mult是0还是0.5？我和更高的骡子一起走

dfA=最小值，值<最大%>% 选择最小值，-最大值 >一个tibble:5x3 >用户价值乘数 > > 1 1 54 0.5 > 2 2 12 0 > 3 3 7 0 > 4 4 123 1.2 > 5 5 74 0.5 略显冗长，但略显枯燥 交叉DFA，dfB%>% 过滤器列表值，最小值，最大值-1%>%pmap\u LGL介于%>% 选择最小值，-最大值 >一个tibble:5x3 >用户价值乘数 > > 1 1 54 0.5 > 2 2 12 0 > 3 3 7 0 > 4 4 123 1.2 > 5 5 74 0.5 绝对更快，更干燥，更冗长，更难阅读 dfA%>%突变 Mult=值%>%map\U dbl ~dfB%>% 过滤器列表.x，最小值，最大值-1%>%pmap\u LGL介于%>% 普穆特 >用户价值乘数 > 1 1 54 0.5 > 2 2 12 0.0 > 3 3 7 0.0 > 4 4 123 1.2 > 5 5 74 0.5

---

2019年9月29日由v0.3.0版的一些tidyverse解决方案创建。前两个表在两个表之间进行交叉连接（这对于大型表来说可能非常昂贵），然后将结果过滤到每个原始dfA行一行，其中值在dfB范围内。最后一个肯定会更快，因为它会立即过滤dfB，每个值过滤一次，然后使用过滤和堆叠的mult定义新的dfA变量-但它会通过嵌套在另一个映射中的并行映射执行一些trippy操作，所有映射都在mutate中，所以我敢打赌，对于那些不太熟悉Purr的人来说，这很难理解。但我很想看到一些比较基准

还要注意的是，任务不清楚：Mult括号之间的边缘情况-如果值为50，Mult是0还是0.5？我和更高的骡子一起走

dfA=最小值，值<最大%>% 选择最小值，-最大值 >一个tibble:5x3 >用户价值乘数 > > 1 1 54 0.5 > 2 2 12 0 > 3 3 7 0 > 4 4 123 1.2 > 5 5 74 0.5 略显冗长，但略显枯燥 交叉DFA，dfB%>% 过滤器列表值，最小值，最大值-1%>%pmap\u LGL介于%>% 选择最小值，-最大值 >一个tibble:5x3 >用户价值乘数 > > 1 1 54 0.5 > 2 2 12 0 > 3 3 7 0 > 4 4 123 1.2 > 5 5 74 0.5 绝对更快，更干燥，更冗长，更难阅读 dfA%>%突变 Mult=值%>%map\U dbl ~dfB%>% 过滤器列表.x，最小值，最大值-1%>%pmap\u LGL介于%>% 普穆特 >用户价值乘数 > 1 1 54 0.5 > 2 2 12 0.0 > 3 3 7 0.0 > 4 4 123 1.2 > 5 5 74 0.5 由v0.3.0于2019-09-29创建，代码如下：

dfA <- structure(list(User = 1:5, Value = c(54L, 12L, 7L, 123L, 74L)), 
             row.names = c(NA, -5L), class = "data.frame")

dfB <- structure(list(Min = c(0L, 50L, 80L, 100L, 120L), Max = c(50L, 80L, 
             100L, 120L,1000L), Mult = c(0, 0.5, 0.8, 1, 1.2)), 
             class = "data.frame", row.names = c(NA, -5L))
# we add a mult column to dfA and set all its values to NA
dfA$mult = NA
# now we create a function which takes input as a single value from dfA
# and returns the desired multiplier from dfB
mult_fun = function(x)
{
  for (j in 1:nrow(dfB)) {
    if(x > dfB$Min[j] & x < dfB$Max[j]) {
      return(dfB$Mult[j])
    }
  }
}
# now we use mult_fun and gets multiplier for every value in dfA
for (i in 1:nrow(dfA)) {
  dfA$mult[i] = mult_fun(dfA$Value[i])
}

代码如下：

dfA <- structure(list(User = 1:5, Value = c(54L, 12L, 7L, 123L, 74L)), 
             row.names = c(NA, -5L), class = "data.frame")

dfB <- structure(list(Min = c(0L, 50L, 80L, 100L, 120L), Max = c(50L, 80L, 
             100L, 120L,1000L), Mult = c(0, 0.5, 0.8, 1, 1.2)), 
             class = "data.frame", row.names = c(NA, -5L))
# we add a mult column to dfA and set all its values to NA
dfA$mult = NA
# now we create a function which takes input as a single value from dfA
# and returns the desired multiplier from dfB
mult_fun = function(x)
{
  for (j in 1:nrow(dfB)) {
    if(x > dfB$Min[j] & x < dfB$Max[j]) {
      return(dfB$Mult[j])
    }
  }
}
# now we use mult_fun and gets multiplier for every value in dfA
for (i in 1:nrow(dfA)) {
  dfA$mult[i] = mult_fun(dfA$Value[i])
}

---

感谢您提供数据reprex，@Ronaksah。PietroAiorta，如果能在原始问题中包含这一点，那就太好了。谢谢你提供数据reprex，@RonakShah。PietroAiorta，如果能在原始问题中包含这一点就好了。50的理想Mult是多少？在我看来，最小值或最大值都应该减去1，或者，至少应该指定边缘情况是属于较低的括号还是较高的括号。对于50的值，所需的Mult是多少？在我看来，最小值或最大值都应该减去1，或者，至少应该指定边缘案例是属于较低的括号还是较高的括号。

dfA <- structure(list(User = 1:5, Value = c(54L, 12L, 7L, 123L, 74L)), 
             row.names = c(NA, -5L), class = "data.frame")

dfB <- structure(list(Min = c(0L, 50L, 80L, 100L, 120L), Max = c(50L, 80L, 
             100L, 120L,1000L), Mult = c(0, 0.5, 0.8, 1, 1.2)), 
             class = "data.frame", row.names = c(NA, -5L))
# we add a mult column to dfA and set all its values to NA
dfA$mult = NA
# now we create a function which takes input as a single value from dfA
# and returns the desired multiplier from dfB
mult_fun = function(x)
{
  for (j in 1:nrow(dfB)) {
    if(x > dfB$Min[j] & x < dfB$Max[j]) {
      return(dfB$Mult[j])
    }
  }
}
# now we use mult_fun and gets multiplier for every value in dfA
for (i in 1:nrow(dfA)) {
  dfA$mult[i] = mult_fun(dfA$Value[i])
}

> dfA
  User Value mult
1    1    54  0.5
2    2    12  0.0
3    3     7  0.0
4    4   123  1.2
5    5    74  0.5