R语言查找夹在新数据点两侧最邻近行的方法验证咨询

你当前写的方法有两个明显问题：

1. 逻辑不严谨：仅按与新点的绝对差值排序取前两行，无法保证两个值分别落在新点两侧。如果新点比数据集里所有值都小/都大，或者紧邻新点的两个值都在同一侧，就会返回两个都大于/都小于新点的结果，完全不符合“一个略大、一个略小”的要求。
2. 效率冗余：你在构造数据集时已经对variable字段做了升序排序，后续再计算差值、对全表重新排序属于重复操作，数据量越大性能浪费越明显。

最高效实现方案 #

因为你已经提前把数据集按variable升序排好序了，直接用R内置的findInterval()函数找分界点即可，时间复杂度是O(log n)，远快于全表排序的O(n log n)，且逻辑完全匹配需求：

new_point <- 4.1
# 找到最后一个variable值小于new_point的行位置
pos <- findInterval(new_point, sandwich$variable)

# 边界情况判断
if (pos == 0) {
  warning("新点小于数据集内所有值，仅返回最小的1行数据")
  final_rows <- sandwich[1, ]
} else if (pos == nrow(sandwich)) {
  warning("新点大于数据集内所有值，仅返回最大的1行数据")
  final_rows <- sandwich[nrow(sandwich), ]
} else {
  # pos对应小于新点的最近行，pos+1对应大于新点的最近行
  final_rows <- sandwich[c(pos, pos+1), ]
}

小提示：如果你的数据集中可能存在和new_point完全相等的值，只需要把findInterval的参数加个left.open = TRUE，就能拿到严格小于新点的最近行，避免把等值行误归为“略小”的一侧。

结果验证 #

拿你提供的测试数据跑上述代码，返回的两行variable值分别是3.683854和4.617823，正好卡在4.1的两侧，是符合要求的最近邻两行。
如果用你原来的方法跑这个测试数据虽然结果碰巧正确，但只要换个边界场景（比如new_point=1，比数据集里所有值都小），原方法就会返回两个都大于1的行，直接出错。

内容的提问来源于stack exchange，提问作者stats_noob