如何根据R dataframe中特定列的条件获取行最大值？

我试图通过几列（气候缺水--

def;u z#

）逐行获得最大值，这取决于经过的时间（火灾后的时间--

年.DIFF

）。以下是条件：

• 如果1年过去了，请选择第一年的赤字值。 （

  def_59_z_1

  ）
• 如果为2年：前2年的最大赤字
• 如果为3年：前3年的最大赤字
• 如果为4年：前4年的最大赤字
• 如果5年或以上：前5年的最大值

但是，当我包含条件时，我无法提取行最大值。有几个现有的帖子涉及行方式的min和max（示例和）以及sd（示例）——但它们不使用条件。我尝试过使用

apply

，但当我涉及多个列以及一个条件要求时，我无法找到解决方案

下面的代码在新列

def59_z_max15

中仅返回3.5，这是数据帧中出现的最大值，除非

YEAR.DIFF

为1，在这种情况下直接返回

def_50_z_1

。但对于所有其他条件，我需要0.98、0.67、0.7、1.55、1.28——反映指定列的行最大值的值。链接到示例数据。我怎样才能做到这一点

我感谢你的任何建议

data <- data %>%
mutate(def59_z_max15 = ifelse(YEAR.DIFF == 1,
                            (def59_z_1),
                            ifelse(YEAR.DIFF == 2,
                                   max(def59_z_1, def59_z_2),
                                   ifelse(YEAR.DIFF == 3,
                                          max(def59_z_1, def59_z_2, def59_z_3),
                                          ifelse(YEAR.DIFF == 4,
                                                 max(def59_z_1, def59_z_2, def59_z_3, def59_z_4),
                                                 max(def59_z_1, def59_z_2, def59_z_3, def59_z_4, def59_z_5))))))

数据%
变异（def59_z_max15=ifelse（YEAR.DIFF==1，
（def59_z_1），
ifelse（YEAR.DIFF==2，
最大值（def59_z_1，def59_z_2），
ifelse（年份差异==3，
最大值（def59_z_1、def59_z_2、def59_z_3），
ifelse（年份差异==4，
最大值（def59_z_1、def59_z_2、def59_z_3、def59_z_4），
max（def59_z_1、def59_z_2、def59_z_3、def59_z_4、def59_z_5‘‘‘’））

将此函数放入

应用

系列函数中

func <- function(x) {
first.val <- x[1]
if (first.val < 5) {
return(max(x[2:(first.val+)])
} else {
return(max(x[2:6]))
}
}

---

将此函数放入

apply

family函数中

func <- function(x) {
first.val <- x[1]
if (first.val < 5) {
return(max(x[2:(first.val+)])
} else {
return(max(x[2:6]))
}
}

---

一个选项是在循环中分别获得每组条件的

pmax

（行

max

-矢量化）（

map

-如果'YEAR.DIFF'的值为1，则仅选择'def_59_z_1'，对于2，获取'def_59_z_1'和'def_59_z_2'的最大值，…，对于5，将'def_59_z_1'最大值选择为'def_59_z_5'，

将列合并在一起，并用所有'def_59_z'列的
pmax替换其余的
NA

库（tidyverse）
超出%
选择（序列长度（.x）+1）%>%
转换（val=na_if（（df1[[“YEAR.DIFF”]]=.x）*
pmax（！！！rlang:：syms（名称（.）），0））%>%
transmute（def59_z_max15=合并（！！！rlang:：syms（名称（））））%%>%
绑定列（df1），%%>%
当（is.na（def59_z_max15）~
pmax（！！！rlang:：syms（名称（.）[2:6]），TRUE~def59_z_max15））
头部（外侧，10）
#年份差异定义59_z_1定义59_z_2定义59_z_3定义59_z_4定义59_z_5定义59_z_最大15
#1          5      0.25     -2.11      0.98     -0.07      0.31          0.98
#2          9      0.67      0.65     -0.27      0.52      0.26          0.67
#3         10      0.56      0.33      0.03      0.70     -0.09          0.70
#4          2     -0.34      1.55     -1.11     -0.40      0.94          1.55
#5          4      0.98      0.71      0.41      1.28     -0.14          1.28
#6          3      0.71     -0.17      1.70     -0.57      0.43          1.70
#7          4     -1.39     -1.71     -0.89      0.78      1.22          0.78
#8          4     -1.14     -1.46     -0.72      0.74      1.32          0.74
#9          2      0.71      1.39      1.07      0.65      0.29          1.39
#10         1      0.28      0.82     -0.64      0.45      0.64          0.28

数据
df1一个选项是为循环中的每组条件分别获取
pmax
（行
max
-矢量化）（
map
-如果'YEAR.DIFF'的值为1，则仅选择'def_59_z_1'，对于2，获取'def_59_z_1'和'def_59_z_2'的最大值，…，对于5，将'def_59_z_1'最大值选择为'def_59_z_5'，
将列合并在一起，并用所有'def_59_z'列的
pmax替换其余的
NA

库（tidyverse）
超出%
选择（序列长度（.x）+1）%>%
转换（val=na_if（（df1[[“YEAR.DIFF”]]=.x）*
pmax（！！！rlang:：syms（名称（.）），0））%>%
transmute（def59_z_max15=合并（！！！rlang:：syms（名称（））））%%>%
绑定列（df1），%%>%
当（is.na（def59_z_max15）~
pmax（！！！rlang:：syms（名称（.）[2:6]），TRUE~def59_z_max15））
头部（外侧，10）
#年份差异定义59_z_1定义59_z_2定义59_z_3定义59_z_4定义59_z_5定义59_z_最大15
#1          5      0.25     -2.11      0.98     -0.07      0.31          0.98
#2          9      0.67      0.65     -0.27      0.52      0.26          0.67
#3         10      0.56      0.33      0.03      0.70     -0.09          0.70
#4          2     -0.34      1.55     -1.11     -0.40      0.94          1.55
#5          4      0.98      0.71      0.41      1.28     -0.14          1.28
#6          3      0.71     -0.17      1.70     -0.57      0.43          1.70
#7          4     -1.39     -1.71     -0.89      0.78      1.22          0.78
#8          4     -1.14     -1.46     -0.72      0.74      1.32          0.74
#9          2      0.71      1.39      1.07      0.65      0.29          1.39
#10         1      0.28      0.82     -0.64      0.45      0.64          0.28

数据
df1@Dij它用于评估列以获得values@Dij它是用来计算列以获得值谢谢你，@Dij。但是我不明白为什么我不使用max（x[2:（1+）
library(tidyverse)
out <- map_dfc(1:5, ~
         df1 %>% 
           select(seq_len(.x) + 1) %>% 
           transmute(val = na_if((df1[["YEAR.DIFF"]] == .x)*
               pmax(!!! rlang::syms(names(.))), 0))) %>%  
  transmute(def59_z_max15 = coalesce(!!! rlang::syms(names(.)))) %>%
  bind_cols(df1, .)%>%
  mutate(def59_z_max15 = case_when(is.na(def59_z_max15) ~ 
         pmax(!!! rlang::syms(names(.)[2:6])), TRUE ~ def59_z_max15))
head(out, 10)
#   YEAR.DIFF def59_z_1 def59_z_2 def59_z_3 def59_z_4 def59_z_5 def59_z_max15
#1          5      0.25     -2.11      0.98     -0.07      0.31          0.98
#2          9      0.67      0.65     -0.27      0.52      0.26          0.67
#3         10      0.56      0.33      0.03      0.70     -0.09          0.70
#4          2     -0.34      1.55     -1.11     -0.40      0.94          1.55
#5          4      0.98      0.71      0.41      1.28     -0.14          1.28
#6          3      0.71     -0.17      1.70     -0.57      0.43          1.70
#7          4     -1.39     -1.71     -0.89      0.78      1.22          0.78
#8          4     -1.14     -1.46     -0.72      0.74      1.32          0.74
#9          2      0.71      1.39      1.07      0.65      0.29          1.39
#10         1      0.28      0.82     -0.64      0.45      0.64          0.28

df1 <- read.csv("https://raw.githubusercontent.com/CaitLittlef/random/master/data.csv")