R 通过多个其他列根据组_查找一列的最大值

我在R中有以下表格：

| COUNTRY | date_start | code  | bin | ord |
| -----------------------------------------|
| Chile   | 04/11/2020 | 4.5.1 | 1   |  3  |
| Chile   | 04/11/2020 | 4.5.2 | 1   |  0  |   
| Norway  | 23/02/2021 | 4.4.1 | 1   |  2  |
| Norway  | 23/02/2021 | 4.4.2 | 0   |  1  |
| Norway  | 25/02/2021 | 4.4.2 | 0   |  1  |

首先我想删除列“who_code”，然后我想创建一个额外的列“ordMax”，并用给定“COUNTRY”和“date_start”的“ord”列的最大值填充它。因此，在本例中，新列为

| COUNTRY | date_start | bin | ord | ordMax |
| ------------------------------------------|
| Chile   | 04/11/2020 | 1   |  3  |    3   |
| Chile   | 04/11/2020 | 1   |  0  |    3   |   
| Norway  | 23/02/2021 | 1   |  2  |    2   |
| Norway  | 23/02/2021 | 0   |  1  |    2   |
| Norway  | 25/02/2021 | 0   |  1  |    1   |

我在R中尝试了几种方法，使用了“聚合”和dplyr库，但似乎没有任何效果。我试过的一件事是：

df_k_reduced <- df_k %>%
  group_by(COUNTRY, date_start) %>%
  select(-code) %>%
  summarise(ordMax = max(ord))

请注意，“bin”和原来的“ord”列也被删除，尽管这不是最初的意图

---

我如何获得具有该额外列的表，其中唯一删除的列是“code”，并且不删除任何行？

我们可以使用

slice\u max

而不是

summary

来返回

select

步骤之后的所有列

library(dplyr)
df_k %>%
  group_by(COUNTRY, date_start) %>%
  select(-code) %>%
  slice_max(order_by = 'ord', n = 1)

如果需要创建新列，请使用

mutate

df_k %>%
    group_by(COUNTRY, date_start) %>%
    select(-code) %>%
    mutate(ordMax = max(ord, na.rm = TRUE)) %>%
    ungroup

---

我们可以使用

slice_max

而不是

summary

返回

选择

步骤后的所有列

library(dplyr)
df_k %>%
  group_by(COUNTRY, date_start) %>%
  select(-code) %>%
  slice_max(order_by = 'ord', n = 1)

如果需要创建新列，请使用

mutate

df_k %>%
    group_by(COUNTRY, date_start) %>%
    select(-code) %>%
    mutate(ordMax = max(ord, na.rm = TRUE)) %>%
    ungroup

---

数据表

方式

样本数据

library(data.table)
DT <- fread("COUNTRY | date_start | code  | bin | ord
  Chile   | 04/11/2020 | 4.5.1 | 1   |  3  
   Chile   | 04/11/2020 | 4.5.2 | 1   |  0     
   Norway  | 23/02/2021 | 4.4.1 | 1   |  2  
   Norway  | 23/02/2021 | 4.4.2 | 0   |  1  
   Norway  | 25/02/2021 | 4.4.2 | 0   |  1  ")

输出

#    COUNTRY date_start bin ord ordMax
# 1:   Chile 04/11/2020   1   3      3
# 2:   Chile 04/11/2020   1   0      3
# 3:  Norway 23/02/2021   1   2      2
# 4:  Norway 23/02/2021   0   1      2
# 5:  Norway 25/02/2021   0   1      1

---

数据表

方式

样本数据

library(data.table)
DT <- fread("COUNTRY | date_start | code  | bin | ord
  Chile   | 04/11/2020 | 4.5.1 | 1   |  3  
   Chile   | 04/11/2020 | 4.5.2 | 1   |  0     
   Norway  | 23/02/2021 | 4.4.1 | 1   |  2  
   Norway  | 23/02/2021 | 4.4.2 | 0   |  1  
   Norway  | 25/02/2021 | 4.4.2 | 0   |  1  ")

输出

#    COUNTRY date_start bin ord ordMax
# 1:   Chile 04/11/2020   1   3      3
# 2:   Chile 04/11/2020   1   0      3
# 3:  Norway 23/02/2021   1   2      2
# 4:  Norway 23/02/2021   0   1      2
# 5:  Norway 25/02/2021   0   1      1

---

该方法的作用是用最大值替换现有的“ord”列。是否可以保留原始的“ord”列，同时将这些最大值放在新列中？是的，现在也可以。该方法的作用是用最大值替换现有的“ord”列。是否可以保留原始的“ord”列，同时将这些最大值放在新列中？是的，现在也可以了。听起来很有趣。我还应该补充一点，我的原始表实际上要大得多，并且是一个现有的数据帧（出于这些目的，我将其称为“df_k”）。我尝试了DT

data.table:：setDT（df_k）

so

library（data.table）；setDT（df_k）[，ordMax:=max（ord），by=（国家，开始日期）][，code:=NULL][

应该可以正常工作。。（注意：这将永久更改您的df_k-data！）要转换回data.frame，请使用

setDF（）

Yes，已经完成了。谢谢所以基本上，我用DT听起来很有趣。我还应该补充一点，我的原始表实际上要大得多，并且是一个现有的数据帧（出于这些目的，我将其称为“df_k”）。我尝试了DT

data.table:：setDT（df_k）

so

library（data.table）；setDT（df_k）[，ordMax:=max（ord），by=（国家，开始日期）][，code:=NULL][

应该可以正常工作。。（注意：这将永久更改您的df_k-data！）要转换回data.frame，请使用

setDF（）

Yes，已经完成了。谢谢所以基本上，我用的是DT