寻找最近的索引位置。

Question

我有两个向量，其中一个有几千个点，但此处进行了概括：

A <- c(10, 20, 30, 40, 50)
b <- c(13, 17, 20)

我该如何获取与b最接近的A的索引？期望的结果应该是c(1, 2, 2)。

我知道findInterval只能找到第一个匹配项，而无法找到最接近的匹配项。我也知道which.min(abs(b[2] - A))有一定的参考意义，但我无法想出如何将其向量化以适应长向量的A和b。

- Mike T

Answer 1

你可以将你的代码放在一个sapply中。虽然这不是严格意义上的向量化，但我认为它的速度与for循环相同：

sapply(b,function(x)which.min(abs(x - A)))

- Sacha Epskamp

---

请注意，which.min() 只返回第一个匹配项。可能还有其他同样接近的元素。 - Sacha Epskamp

Answer 2

FindInterval函数可以让你非常接近目标，你只需要在它返回的偏移量和下一个偏移量之间进行选择：

#returns the nearest occurence of x in vec
nearest.vec <- function(x, vec)
{
    smallCandidate <- findInterval(x, vec, all.inside=TRUE)
    largeCandidate <- smallCandidate + 1
    #nudge is TRUE if large candidate is nearer, FALSE otherwise
    nudge <- 2 * x > vec[smallCandidate] + vec[largeCandidate]
    return(smallCandidate + nudge)
}

nearest.vec(b,A)

返回(1,2,2)，并且应该与FindInterval在性能上可比。

- Robert Sugar

---

非常有用，谢谢。我很惊讶基础库中没有类似的功能。这可能意味着有此功能而我不知道...！ - Flyto

Answer 3

这里有一个使用 R 经常被忽视的 outer 函数的解决方案。不确定它是否表现更好，但它确实避免了使用 sapply。

A <- c(10, 20, 30, 40, 50)
b <- c(13, 17, 20)

dist <- abs(outer(A, b, '-'))
result <- apply(dist, 2, which.min)

# [1] 1 2 2

- jdobres