¿Cómo encontrar los tres valores más cercanos(más cercanos) dentro de un vector?

Question

Me gustaría encontrar los tres números más cercanos en un vector. Algo como

v = c(10,23,25,26,38,50)
c = findClosest(v,3)
c
23 25 26

Intenté con sort (colSums (as.matrix (dist (x)))) [1: 3], y funciona, pero selecciona los tres números con una distancia total mínima, no los tres números más cercanos.

Ya hay una respuesta para matlab, pero no sé cómo traducirla a R:

%finds the index with the minimal difference in A
minDiffInd = find(abs(diff(A))==min(abs(diff(A))));
%extract this index, and it''s neighbor index from A
val1 = A(minDiffInd);
val2 = A(minDiffInd+1);

¿Cómo encontrar dos valores más cercanos (más cercanos) dentro de un vector en MATLAB?

Answer 1

Definamos "números más cercanos" por "números con una suma mínima de distancias L1". Puede lograr lo que desea mediante una combinación de diff y suma de ventanas.

Podrías escribir una función mucho más corta, pero la escribí paso a paso para que sea más fácil de seguir.

v <- c(10,23,25,26,38,50)
#'' Find the n nearest numbers in a vector
#''
#'' @param v Numeric vector
#'' @param n Number of nearest numbers to extract
#''
#'' @details "Nearest numbers" defined as the numbers which minimise the
#'' within-group sum of L1 distances.
#''
findClosest <- function(v, n) {
# Sort and remove NA
v <- sort(v, na.last = NA)
# Compute L1 distances between closest points. We know each point is next to
# its closest neighbour since we sorted.
delta <- diff(v)
# Compute sum of L1 distances on a rolling window with n - 1 elements
# Why n-1 ? Because we are looking at deltas and 2 deltas ~ 3 elements.
withingroup_distances <- zoo::rollsum(delta, k = n - 1)
# Now it''s simply finding the group with minimum within-group sum
# And working out the elements
group_index <- which.min(withingroup_distances)
element_indices <- group_index + 0:(n-1)
v[element_indices]
}
findClosest(v, 2)
# 25 26
findClosest(v, 3)
# 23 25 26

Answer 2

Mi suposición es que para los n valores más cercanos, lo único que importa es la diferencia entre v[i] - v[i - (n-1)] . Es decir, encontrar el mínimo de diff(x, lag = n - 1L) .

findClosest <- function(x, n) {
x <- sort(x)
x[seq.int(which.min(diff(x, lag = n - 1L)), length.out = n)]
}
findClosest(v, 3L)
[1] 23 25 26

Answer 3

Una idea es usar la biblioteca del zoo para hacer una operación continua, es decir

library(zoo)
m1 <- rollapply(v, 3, by = 1, function(i)c(sum(diff(i)), c(i)))
m1[which.min(m1[, 1]),][-1]
#[1] 23 25 26

O convertirlo en una función,

findClosest <- function(vec, n) {
require(zoo)
vec1 <- sort(vec)
m1 <- rollapply(vec1, n, by = 1, function(i) c(sum(diff(i)), c(i)))
return(m1[which.min(m1[, 1]),][-1])
}
findClosest(v, 3)
#[1] 23 25 26

Answer 4

Una opción base R, la idea es que primero sort el vector y restamos cada elemento i + n - 1 con i + n - 1 elemento en el vector ordenado y seleccionamos el grupo que tiene la mínima diferencia.

closest_n_vectors <- function(v, n) {
v1 <- sort(v)
inds <- which.min(sapply(head(seq_along(v1), -(n - 1)), function(x)
v1[x + n -1] - v1[x]))
v1[inds: (inds + n - 1)]
}
closest_n_vectors(v, 3)
#[1] 23 25 26
closest_n_vectors(c(2, 10, 1, 20, 4, 5, 23), 2)
#[1] 1 2
closest_n_vectors(c(19, 23, 45, 67, 89, 65, 1), 2)
#[1] 65 67
closest_n_vectors(c(19, 23, 45, 67, 89, 65, 1), 3)
#[1] 1 19 23

En caso de empate, esto devolverá los números con el valor más pequeño ya que estamos utilizando which.min .

PUNTOS DE REFERENCIA

Como tenemos bastantes respuestas, vale la pena hacer un punto de referencia de todas las soluciones hasta ahora

set.seed(1234)
x <- sample(100000000, 100000)
identical(findClosest_antoine(x, 3), findClosest_Sotos(x, 3),
closest_n_vectors_Ronak(x, 3), findClosest_Cole(x, 3))
#[1] TRUE
microbenchmark::microbenchmark(
antoine = findClosest_antoine(x, 3),
Sotos = findClosest_Sotos(x, 3),
Ronak = closest_n_vectors_Ronak(x, 3),
Cole = findClosest_Cole(x, 3),
times = 10
)
#Unit: milliseconds
# expr min lq mean median uq max neval cld
#antoine 148.751 159.071 163.298 162.581 167.365 181.314 10 b
# Sotos 1086.098 1349.762 1372.232 1398.211 1453.217 1553.945 10 c
# Ronak 54.248 56.870 78.886 83.129 94.748 100.299 10 a
# Cole 4.958 5.042 6.202 6.047 7.386 7.915 10 a