假设以下数据:
Date V1 V2
1 1996-01-04 0.04383562 days 0.1203920
2 1996-01-04 0.12054795 days 0.1094760
..............
3 1996-02-01 0.04383562 days 0.1081815
4 1996-02-01 0.12054795 days 0.1092450
..............
5 1996-03-01 0.04109589 days 0.1553875
6 1996-03-01 0.13687215 days 0.1469690
对于每个组日期(我为了方便起见我用它们区分它们),我想做一个简单的线性插值:对于 V1=0.08
我会得到什么 V2
.
What I have tried :首先使用 approx
的最合理的方法:
IV<-data %>% group_by(Date) %>% approx(V1,V2,xout=0.08)
但我得到这个错误:
Error in approx(., V1, V2, xout = 0.08) :
invalid interpolation method
In addition: Warning message:
In if (is.na(method)) stop("invalid interpolation method") :
the condition has length > 1 and only the first element will be used
然后我试过:
Results<-unsplit(lapply(split(data,data$Date),function(x){m<-lm(V2~V1,x)
cbind(x,predict(m,0.08))}),data$Date)
有错误:
Error in model.frame.default(formula = x[, 3] ~ x[, 2], data = x, drop.unused.levels = TRUE) :
invalid type (list) for variable 'x[, 3]'
我也试过没有结果的 dplyr
包:
IV<-data %>% group_by(Date) %>% predict(lm(V2~V1,data=data,0.08)
这给出了错误:
Error in UseMethod("predict") :
no applicable method for 'predict' applied to an object of class "c('grouped_df', 'tbl_df', 'tbl', 'data.frame')"
谢谢 .
1 回答
您在
approx
中获得的错误是因为您在使用%>%
时将data.frame
作为第一个参数传递 . 所以你的电话是approx(df, v1, v2, xout=0.08)
.您可以在单行中使用
data.table
完成approx
调用:在第一关,留在
tidyverse
我的解决方案是不是很整洁;在管道中可能有更简洁的方法来做到这一点,但我认为很难击败data.table
解决方案 .解压缩到
magrittr
管道: