我试图在 R
使用一个 "key-value "的data.framework的量化断点来返回一个基于输入值所处的量化值的权重。这里是这些data.frame的一个例子。
key1 <- data.frame(Boundary = c(0.01, 0.04, 0.05, 0.06, 0.07, 0.08, 0.09, 0.1,
0.11, 0.12, 0.13, 0.14, 0.15, 0.16, 0.17, 0.22),
Weight = c(0,1, 3.5, 8, 15, 25, 37.5, 51.5, 65, 76.5, 85.5,
91.5, 95, 97.5,99, 100))
我可以用一个硬编码的解决方案来实现我想要的输出 但我想要一个动态的解决方案 来处理不同的 "键值 "data.frame。
这是我的硬编码解决方案。
library(dplyr)
val_vec <- c(0.099, 0.181, 0.134)
getWeight <- function(val){
w <- dplyr::case_when(
val < 0.04 & val >= 0.00 ~ 0.0,
val < 0.05 & val >= 0.04 ~ 1.0,
val < 0.06 & val >= 0.05 ~ 3.5,
val < 0.07 & val >= 0.06 ~ 8.0,
val < 0.08 & val >= 0.07 ~ 15.0,
val < 0.09 & val >= 0.08 ~ 25.0,
val < 0.10 & val >= 0.09 ~ 37.5,
val < 0.11 & val >= 0.10 ~ 51.5,
val < 0.12 & val >= 0.11 ~ 65.0,
val < 0.13 & val >= 0.12 ~ 75.5,
val < 0.14 & val >= 0.13 ~ 85.5,
val < 0.15 & val >= 0.14 ~ 91.5,
val < 0.16 & val >= 0.15 ~ 97.5,
val < 0.17 & val >= 0.16 ~ 99.0,
val <= 0.22 & val >= 0.17 ~ 100.0)
return(w)
}
getWeight(val_vec)
我试着写了一个动态的解决方案 但经过反复的修改 我无法让它提供正确的权值
getWeight_Dynamic <- function(val, k = key1){
qb <- c(0, k[["Boundary"]])
w <- c()
for(b in 1:length(qb)){
if(val < qb[b+1] && val >= qb[b] ){
w <- k[b-1, 2]
}
}
return(w)
}
sapply(val_vec, getWeight_Dynamic)
谁能提供一种动态分配权重的方法,而不用硬编码的繁琐?
为了测试,这里是第二个键值数据框架的例子。我所寻求的解决方案应该适用于以下两种情况 key1
和 key2
. 谢谢,我想在R中写一个函数,使用 "key-value "data.framework的分位数边界来返回输入值所处的分位数。
key2 <- data.frame(Boundary = c(0.1, 0.16, 0.17, 0.18, 0.19, 0.2, 0.21, 0.22,
0.23, 0.24, 0.25, 0.26, 0.27, 0.28, 0.29, 0.3,
0.31, 0.32, 0.33, 0.330200000000004, 0.35, 0.42),
Weight = c(0, 1, 2, 4, 7, 11, 16.5, 23.5, 32, 41.5, 51, 60,
69, 77, 83.5, 89, 93, 95.5, 97, 98, 99, 100))
FindInterval
就可以了,请看一下。选项 以准确设定限制。
getWeight <- function(x,key){
key$Weight[findInterval(x,key$Boundary)]
}
getWeight(0.14,key1)
[1] 91.5