r中不同数据帧行的每列的最大值
假设有一个带有ID列的有序df,其他列包含数字数据,按最后一列排序r中不同数据帧行的每列的最大值,r,dataframe,dplyr,row,multiple-columns,R,Dataframe,Dplyr,Row,Multiple Columns,假设有一个带有ID列的有序df,其他列包含数字数据,按最后一列排序 ID <- c(123, 142, 21, 562, 36, 721, 847, 321) A <- c(96, 83, 73, 47, 88, 65, 72, 67) B <- c(72, 69, 88, 75, 63, 89, 48, 80) C <- c(95, 94, 94, 94, 65, 81, 75, 75) D <- c(63, 88, 89, 88, 89, 79, 88, 79)
ID <- c(123, 142, 21, 562, 36, 721, 847, 321)
A <- c(96, 83, 73, 47, 88, 65, 72, 67)
B <- c(72, 69, 88, 75, 63, 89, 48, 80)
C <- c(95, 94, 94, 94, 65, 81, 75, 75)
D <- c(63, 88, 89, 88, 89, 79, 88, 79)
Rating <- c(97, 95, 92, 87, 85, 83, 79, 77)
df <- data.frame(ID, A, B, C, D, Rating)
df
# ID A B C D Rating
#1 123 96 72 95 63 97
#2 142 83 69 94 88 95
#3 21 73 88 94 89 92
#4 562 47 75 94 88 87
#5 36 88 63 65 89 85
#6 721 65 89 81 79 83
#7 847 72 48 75 88 79
#8 321 67 80 75 79 77
有没有更干净、简洁/高效的方法?不一定是相同的方式,可能只是ID和角色,如:
# ID Group
#1 123 A
#2 721 B
#3 142 C
#4 21 D
这里有一个处理重复ID的dplyr解决方案。首先,我们将把所有字母旋转到一列中。然后我们用这些字母把你分组。最后,在每个字母中,我们根据值和等级对值中的关系进行排序,并选择第一个元素来获得每个ID
library(dplyr)
df %>%
pivot_longer(cols = c("A", "B", "C", "D")) %>%
group_by(Group = name) %>%
summarise(ID = ID[order(-value, -Rating)[1]])
#> # A tibble: 4 x 2
#> Group ID
#> <chr> <dbl>
#> 1 A 123
#> 2 B 721
#> 3 C 123
#> 4 D 21
另一个dplyr/purrr解决方案,不如艾伦的简洁
find_max <- function(gg){
tibble(
group=gg,
ID= df %>% select(all_of(c(gg,"Rating","ID"))) %>%
arrange_all(desc) %>% slice(1) %>% pull(ID))
}
c("A","B","C","D") %>% map_dfr(find_max)
基于并使用dplyr:
df%>%
组\按ID%>%
mutatemax.val=pmaxA,B,C,D[which.maxRating]>%
汇总每个列表最大%>%
mutatetop.col=apply。[,2:5],1,functionx namesx[which.maxx]]>%
选择cA、B、C、D、额定值
你得到
一个tibble:8x3
ID max.val top.col
12194C
23689D
312396A
414294摄氏度
5321 80 B
656294摄氏度
772189 B
884788 D
我发现有些解决方案不处理重复的ID。例如,A组和C组的ID都是123 为了获得与问题的最终结果类似的输出,处理重复ID的另一个解决方案如下
# initialization
variables <- c("A", "B", "C", "D")
df_max <- data.frame(ID = numeric(length(variables)), Group = variables)
for(column in variables){
temp_id <- df %>%
filter(!(ID %in% df_max$ID)) %>%
arrange(desc(!!rlang::sym(column)), desc(Rating)) %>%
slice(1) %>%
select(ID) %>%
as.numeric(ID)
df_max[df_max$Group == column, "ID"] <- temp_id
}
您可以简化将所有最大值放入一行applydf[,2:5],2,functionx df$ID[which.maxx]中的过程,但在重复ID的情况下,您仍然会遇到问题。我不理解您的问题。您说您想要每个组/列的最大值及其ID,并且每对都需要来自不同的行唯一ID。因此,对于列a,最大值为96,ID为123,但是对于列C,最大值再次是ID为123。什么决定了ID123应该分配给A还是C?你能澄清一下你想要什么吗?这将建议您首先按行获取最大组值,但在这种情况下,应将ID 23分配给C,因为这是该行的最大值。?我们希望最大化其值的总和,因此A+B+C+D将是每个ID的最大值。因此,我为该ID选择96作为A,因为它大于C-95的值。如果除第一行外的所有行的C值都很低,您是否仍愿意为第一行选择A而不是C?换句话说,在选择一组唯一ID时,您是否试图最大化值A-D之和?我不确定您的输出Roland,然后我重新阅读OP的问题,意识到我按错误的变量分组。我也喜欢你的答案+1
find_max <- function(gg){
tibble(
group=gg,
ID= df %>% select(all_of(c(gg,"Rating","ID"))) %>%
arrange_all(desc) %>% slice(1) %>% pull(ID))
}
c("A","B","C","D") %>% map_dfr(find_max)
# A tibble: 4 x 2
group ID
<chr> <dbl>
1 A 123
2 B 721
3 C 123
4 D 21
# initialization
variables <- c("A", "B", "C", "D")
df_max <- data.frame(ID = numeric(length(variables)), Group = variables)
for(column in variables){
temp_id <- df %>%
filter(!(ID %in% df_max$ID)) %>%
arrange(desc(!!rlang::sym(column)), desc(Rating)) %>%
slice(1) %>%
select(ID) %>%
as.numeric(ID)
df_max[df_max$Group == column, "ID"] <- temp_id
}
# > df_max
#
# ID Group
# 1 123 A
# 2 721 B
# 3 142 C
# 4 21 D