R 将变量添加到包含每行最大值的数据框中

我想在数据帧（

df

）中添加一个变量（列），在每行中包含该行第2列到第26列的最大值

对于第一行，代码为：

df$max[1] <- max(df[1,2:26])

---

df$max[1]您可以使用
apply
。例如：

df[, "max"] <- apply(df[, 2:26], 1, max)

df[，“max”]您可以使用
apply
。例如：

df[, "max"] <- apply(df[, 2:26], 1, max)

df[，“max”]带有
pmax的矢量化版本
：

df$max <- do.call(pmax, df[2:26])

do.call的第二个参数需要是函数的参数列表
df
已经是列表，因此我们将其与
na.rm=TRUE
参数连接（转换为列表）。
矢量化版本与
pmax
：

df$max <- do.call(pmax, df[2:26])

do.call的第二个参数需要是函数的参数列表
df
已经是list，所以我们将它与
na.rm=TRUE
参数（转换为list）连接起来。
这里有两个附加方法。第一个是以R为基数，将矩阵提取
[
与
max.col
相结合，这将返回一个向量，索引每行中最大值的列位置

df$max <- df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))]


让我们做一些基准测试

# data.frame with 1000 observations and 26 variables
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:40), matrix(rnorm(25000L, 5L, 10L), 1000L))

因此，
rowMaxs
是明显的赢家，然后是
pmax
，然后是
max.col
，带有矩阵提取，并在包的末尾应用
apply

对于包含10000行和26列的data.frame，我们得到了一个类似的故事：

set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:400), matrix(rnorm(250000L, 5L, 10L), 10000L))

这里有两种额外的方法。第一种方法是在基R中，将矩阵提取
[
与
max.col
相结合，它返回一个向量，索引每行中最大值的列位置

df$max <- df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))]


让我们做一些基准测试

# data.frame with 1000 observations and 26 variables
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:40), matrix(rnorm(25000L, 5L, 10L), 1000L))

因此，
rowMaxs
是明显的赢家，然后是
pmax
，然后是
max.col
，带有矩阵提取，并在包的末尾应用
apply

对于包含10000行和26列的data.frame，我们得到了一个类似的故事：

set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:400), matrix(rnorm(250000L, 5L, 10L), 10000L))

如果我希望每一行的列名称为max，该怎么办？例如df$max[1]=cwhat，如果我需要添加na.rm=TRUE，该怎么办？如果我希望每一行的列名称为max，该怎么办？例如df$max[1]=cwhat如果我需要添加na.rm=TRUE？这两个版本中的一个在
pmax
和
apply
版本之间更快？我必须这样做数千次。我尝试过，pmax似乎要快得多。现在我正在努力找到一种方法来忽略缺少的值
df$max@Alex是的，语义很奇怪d帮助页面不清楚。这是有效的：
do.call（pmax，c（df[2:26]，list（na.rm=TRUE））
。
do.call的第二个参数应该是函数的参数列表，所以您需要所有参数，其中
na.rm
在一个列表中。@Alex
df
是一个列表（正如每个
data.frame
），
list（na.rm=TRUE）
是另一个，
c
将它们连接成一个。在
pmax
和
apply
版本之间，这两个版本中的一个速度更快？我必须花费数千Coolumsmillion。我试过了，pmax似乎要快得多。现在我正在努力寻找一种方法来忽略缺少的值
df$max@Alex是的，语义很奇怪，帮助页面也不清楚。这样做：
do.call（pmax，c（df[2:26]，list（na.rm=TRUE））
。
do.call的第二个参数应该是函数的参数列表，所以你需要所有参数，其中
na.rm
在一个列表中。@Alex
df
是一个列表（就像每个
data.frame
），
列表一样）（na.rm=TRUE）
是另一个，将它们连接成一个。
Unit: milliseconds
       expr       min        lq      mean    median        uq      max neval cld
      apply 15.193361 18.299830 21.737516 20.337880 21.774793 99.44836   100   c
       pmax  3.060853  3.101481  3.156630  3.137545  3.191430  3.54182   100 a  
 max.colSub  3.338828  3.642603  7.051700  3.992708  6.336531 84.43119   100  b 
    rowMaxs  1.244184  1.322302  2.675281  1.508474  1.638053 79.28054   100 a