如何获得另一个向量中每个元素的向量中最接近的元素而不重复？

Question

我得到这个代码，创建两个向量和从a每个元素我想在b最接近的元素：

a = rnorm(100) 
b = rnorm(100) 
c = vapply(a, function(x) which.min(abs(b - x)), 1) 
table(duplicated(c)) 

FALSE TRUE 
    61 39 

正如你可以看到这个方法是及时给予了很多重复的这是正常的但我想不要有重复。一旦索引被选中，我想从b删除发生，但我不知道如何在vapply下完成。

Answer 1

你会得到的最接近的匹配是通过排序向量，然后配对他们。 b下面的推测应该允许你这样做。

p <- order(b)[order(order(a))] # order on b and then back transform the ordering of a 

sum(abs(a-b[p])) 
[1] 20.76788 

显然，允许重复确实使事情更接近：

sum(abs(a-b[c])) 
[1] 2.45583 

Answer 2

这几乎可以肯定会在通过量化的改善，但似乎工作，可以完成这项工作：

set.seed(1) 
a = rnorm(5) 
b = rnorm(5) 

foo <- function(a,b) { 

    out <- cbind(a, bval = NA) 

    for (i in seq_along(a)) { 
    #which value of B is closest? 
    whichB <- which.min(abs(b - a[i])) 
    #Assign that value to the bval column 
    out[i, "bval"] <- b[whichB] 
    #Remove that value of B from being chosen again 
    b <- b[-whichB] 
    } 

    return(out) 

} 

#In action 
foo(a,b) 
--- 
       a  bval 
[1,] -0.6264538 -0.8204684 
[2,] 0.1836433 0.4874291 
[3,] -0.8356286 -0.3053884 
[4,] 1.5952808 0.7383247 
[5,] 0.3295078 0.5757814 

Answer 3

我相信这是最好的，你可以得到：sum(abs(sort(a) - sort(b)))

我使用如果比较

require(data.table) 

set.seed(1) 

a <- rnorm(100) 
b <- rnorm(100) 

sum(abs(a - b)) 
sum(abs(sort(a) - sort(b))) 

dt <- data.table(a = a, b = b) 
dt[, id := .I] 

# sort dt by a 
setkey(dt, a) 

# sort b 
dt[, b := sort(b)] 

# return to original order 
setkey(dt, id) 

dt 
dt[, sum(abs(a - b))] 

该解决方案提供了更好的结果：data.table保存的a原来的排序大通的解决方案：

dt2 <- as.data.table(foo(a,b)) 
dt2[, sum(abs(a - bval))] 
dt[, sum(abs(a - b))] 

结果：

> dt2[, sum(abs(a - bval))] 
[1] 24.86731 
> dt[, sum(abs(a - b))] 
[1] 20.76788 

Answer 4

这是非常糟糕的编程，但可以工作，并且被矢量...

a <- rnorm(100) 
    b <- rnorm(100) 
    #make a copy of b (you'll see why) 
    b1<-b 
    res<- vapply(a, function(x) {ret<-which.min(abs(b1 - x));b1[ret]<<-NA;return(ret)}, 1)