R 查找给定列中最常包含最大值的行

为一个可能不太理想的标题道歉——我似乎想不出更好的了

假设我有一个3x5矩阵，如下所示：

test.df <- matrix(rep(1:5, 3), nrow = 3)
test.df
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    4    2    5    3
[2,]    2    5    3    1    4
[3,]    3    1    4    2    5

首先，我将

which.max

应用于每一列：

apply(test.df, 2, which.max)
[1] 3 2 3 1 3

然后我将

table

应用于结果向量，并获得给定行被发现具有最大值的次数的计数

table(
    apply(test.df, 2, which.max)
)
1 2 3 
1 1 3 

最后，我再次使用

which.max

来获取最多次具有最大值的行的索引

不幸的是，我需要对大约20000个矩阵执行上述操作，其中一些矩阵可能包含数千行。因此，我想知道是否有一个更快和/或更优雅的解决方案。最好是利用R中矩阵运算的能力

---

非常感谢

此使用

行和的解决方案似乎提供了相当好的加速：

test.df <- matrix(rep(1:5, 3), nrow = 3)

original = function(m) {
    which.max(
        table(
            apply(m, 2, which.max)
        )
    )
}

row_sums = function(m) {
    which.max(rowSums(apply(m, 2, function(x) {x == max(x)})))
}

library(microbenchmark)

microbenchmark(original(test.df), row_sums(test.df))

通过在基本R中使用
max.col
，可以避免在列上循环（即
apply
）：

which.max(table(max.col(t(test.df))))

运行基准测试是一个好主意，但是对于这样一个很小的矩阵，结果不可靠/不具信息性。在我的初始测试中，我确实将它增加到了100行，并且它似乎可以保持，但是增加到10000+时，它似乎会比原来的慢。谢谢Marius。我自己也想过，但不是这样。这是一个相当快的速度。至少1000行左右。非常感谢。在我简短的基准测试中，我发现OP的方法速度最快，然后是我的（现在已删除），然后是Marius'，数据大小约为100k行和100列或
which.max（tablate（max.col（t（test.df）））
谢谢你的建议！根据1000x15矩阵上的基准测试，这种方法比原始版本或Marius建议的改进运行得更快。我也喜欢
列表
建议。不幸的是，table函数只报告它看到的情况。因此，代码必须更加混乱，以确保返回正确的索引。
Unit: microseconds
              expr    min      lq      mean median     uq      max neval
 original(test.df) 86.725 91.6320 107.19399 92.513 94.462 1376.445   100
 row_sums(test.df) 26.698 28.0895  54.30694 29.741 32.443 2378.536   100

which.max(table(max.col(t(test.df))))