利用频率提取R中的变量

假设我有一个数据帧：

 x  y
 a  1
 b  2
 a  3
 a  4
 b  5
 c  6
 a  7
 d  8
 a  9
 b 10
 e 12
 b 13
 c 15

我想创建另一个数据帧，其中只包含至少出现3次的

x

值（

a

和

b

，在本例中），以及它们对应的最高

y

值

因此，我希望输出为：

x   y
a   9
b   13

这里

9

和

13

分别是

a

和

b

的最高值

我尝试使用：

sort-(table(x,y)) 

---

但它没有起作用

这里有一种方法，使用

子集

忽略任何少于3次的

x

，然后

聚合

按组查找最大值：

d <- read.table(text='x y
a 1
b 2
a 3
a 4
b 5
c 6
a 7
d 8
a 9
b 10
e 12
b 13
c 15', header=TRUE)


with(subset(d, x %in% names(which(table(d$x) >= 3))),
     aggregate(list(y=y), list(x=x), max))

#   x  y
# 1 a  9
# 2 b 13

---

data.table

包非常适合于此。如果

df

是原始数据，您可以

library(data.table)
setDT(df)[, .(y = max(y)[.N >= 3]), by=x]
#    x  y
# 1: a  9
# 2: b 13

---

.N

是一个整数，它告诉我们每个组中有多少行（我们在这里设置为

x

）。所以我们只需将

max（y）

子集，这样

.N

至少是三个。

聚合（y~x，data=with（dat，dat[ave（y，x，FUN=length）>=3，]），FUN=max）

作为一种使用类似逻辑的替代方法。@latemail-nice，看起来更赏心悦目。嘿，你知道一种方法吗，我可以先将输出排序为b，然后为a。因为b是13，a是9@Learner27使用

dplyr

可以执行

d%%>%groupby（x）%%>%filter（n（）>=3）%%>%summary（y=max（y））%%>%arrange（desc（y））

。使用

base

R方法，可能最容易的方法是先分配，然后重新排序do

d2=3））、聚合（list（y=y）、list（x=x）、max）；d2[订单（d2$y，递减=真），]

。

library(data.table)
setDT(df)[, .(y = max(y)[.N >= 3]), by=x]
#    x  y
# 1: a  9
# 2: b 13