Линейная интерполяция среди столбцов в r - PullRequest
Новая
       4

Линейная интерполяция среди столбцов в r

1 голос
/ 17 февраля 2020

Я работаю с некоторыми данными о температуре, где у меня есть температуры на определенных глубинах, например, 0,9 м, 2,5 м и 5 м. Я хотел бы интерполировать эти значения, чтобы я получал температуру на каждый метр, например, 1 м, 2 м и 3 м. Исходные данные выглядят так: 

df
# A tibble: 5 x 3
  date                d_0.9 d_2.5  
  <dttm>              <dbl> <dbl> 
1 2004-01-05 03:00:00  7     8        
2 2004-01-05 04:00:00  7.5   9      
3 2004-01-05 05:00:00  7     8        
4 2004-01-05 06:00:00  6.92  NA

Я хотел бы получить что-то вроде: 

df_int
# A tibble: 5 x 5
  date                 d_0.9   d_1      d_2      d_2.5  
  <dttm>              <dbl>   <dbl>     <dbl>    <dbl>
1 2004-01-05 03:00:00  7       7.0625   7.6875   8     
2 2004-01-05 04:00:00  7.5     7.59375  8.53125  9      
3 2004-01-05 05:00:00  7       7.0625   7.6875   8  
4 2004-01-05 06:00:00  6.92    NA       NA       NA

Я должен сделать это для очень большого фрейма данных. Есть ли эффективный способ сделать это?

Большое спасибо заранее

1 Ответ

1 голос
/ 17 февраля 2020

Один из вариантов - преобразовать данные в длинный формат, использовать объединение, чтобы добавить строки для глубин, на которые мы хотим интерполировать, а затем использовать approx для интерполяции: 

library(tidyverse)

# Data
df = tibble(date=seq(as.POSIXct("2004-01-05 03:00:00"),
                     as.POSIXct("2004-01-05 06:00:00"),
                     by="1 hour"),
            d_0.9 = c(7,7.5,7,6.92),
            d_2.5 = c(8,NA,8,NA),
            d_5.0 = c(10,10.5,9.4,NA))

# Create a data frame with all of the times and depths we want to interpolate at
depths = sort(unique(c(c(0.9, 2.5, 5), seq(ceiling(0.9), floor(5), 1))))
depths = crossing(date=unique(df$date), depth = depths)

# Convert data to long format, join to add interpolation depths, then interpolate
df.interp = df %>% 
  gather(depth, value, -date) %>% 
  mutate(depth = as.numeric(gsub("d_", "", depth))) %>% 
  full_join(depths) %>% 
  arrange(date, depth) %>% 
  group_by(date) %>% 
  mutate(value.interp = if(length(na.omit(value)) > 1) {
    approx(depth, value, xout=depth)$y
  } else {
    value
  })

В В приведенном выше коде оператор if включен, чтобы approx не выдавал ошибку, если у данного date есть только одно не пропущенное значение. 

df.interp

                  date depth value value.interp
1  2004-01-05 03:00:00   0.9  7.00     7.000000
2  2004-01-05 03:00:00   1.0    NA     7.062500
3  2004-01-05 03:00:00   2.0    NA     7.687500
4  2004-01-05 03:00:00   2.5  8.00     8.000000
5  2004-01-05 03:00:00   3.0    NA     8.400000
6  2004-01-05 03:00:00   4.0    NA     9.200000
7  2004-01-05 03:00:00   5.0 10.00    10.000000
8  2004-01-05 04:00:00   0.9  7.50     7.500000
9  2004-01-05 04:00:00   1.0    NA     7.573171
10 2004-01-05 04:00:00   2.0    NA     8.304878
11 2004-01-05 04:00:00   2.5    NA     8.670732
12 2004-01-05 04:00:00   3.0    NA     9.036585
13 2004-01-05 04:00:00   4.0    NA     9.768293
14 2004-01-05 04:00:00   5.0 10.50    10.500000
15 2004-01-05 05:00:00   0.9  7.00     7.000000
16 2004-01-05 05:00:00   1.0    NA     7.062500
17 2004-01-05 05:00:00   2.0    NA     7.687500
18 2004-01-05 05:00:00   2.5  8.00     8.000000
19 2004-01-05 05:00:00   3.0    NA     8.280000
20 2004-01-05 05:00:00   4.0    NA     8.840000
21 2004-01-05 05:00:00   5.0  9.40     9.400000
22 2004-01-05 06:00:00   0.9  6.92     6.920000
23 2004-01-05 06:00:00   1.0    NA           NA
24 2004-01-05 06:00:00   2.0    NA           NA
25 2004-01-05 06:00:00   2.5    NA           NA
26 2004-01-05 06:00:00   3.0    NA           NA
27 2004-01-05 06:00:00   4.0    NA           NA
28 2004-01-05 06:00:00   5.0    NA           NA
...