应用group#U by并汇总数据，同时保留所有列'；信息

我有一个22000行25列的大型数据集。我试图根据其中一列对数据集进行分组，并根据分组后的数据集获取另一列的最小值。但是，问题是它只给我两列，其中包含分组列和具有最小值的列。。。但是我需要与具有最小值的行相关的其他列的所有信息。 下面是一个简单的示例，旨在使其可复制：

    data<- data.frame(a=1:10, b=c("a","a","a","b","b","c","c","d","d","d"), c=c(1.2, 2.2, 2.4, 1.7, 2.7, 3.1, 3.2, 4.2, 3.3, 2.2), d= c("small", "med", "larg", "larg", "larg", "med", "small", "small", "small", "med"))

    d<- data %>%
    group_by(b) %>%
    summarise(min_values= min(c))
    d
    b min_values
    1 a        1.2
    2 b        1.7
    3 c        3.1
    4 d        2.2

数据%
总结（最小值=最小值（c））
D
b最小值
1 a 1.2
2 b 1.7
3 c 3.1
4 d 2.2

因此，我还需要与a列和d列相关的信息，但是，由于c列中的值存在重复，因此我无法基于min_值列合并它们。。。我想知道当我们使用dplyr包时，是否有任何方法可以保存其他专栏的信息

---

我在这里和这里找到了一些解释，但没有一个能解决我的问题。

您可以使用

group\u by

而不使用

summary

：

data %>%
  group_by(b) %>%
  mutate(min_values = min(c)) %>%
  ungroup()

---

这里有两个选项，分别使用dplyr中的a）

过滤器和b）
切片。在这种情况下，任何组的
c
列中都没有重复的最小值，因此a）和b）的结果相同。如果存在重复的最小值，方法a）将在每组中返回每个最小值，而b）在每组中只返回一个最小值（第一个）

a）

或者类似地

> data %>% group_by(b) %>% filter(min_rank(c) == 1L)
#Source: local data frame [4 x 4]
#Groups: b
#
#   a b   c     d
#1  1 a 1.2 small
#2  4 b 1.7  larg
#3  6 c 3.1   med
#4 10 d 2.2   med

b）

使用
sqldf
：

library(sqldf)
 # Two options:
sqldf('SELECT * FROM data GROUP BY b HAVING min(c)')
sqldf('SELECT a, b, min(c) min, d FROM data GROUP BY b')

输出：

   a b   c     d
1  1 a 1.2 small
2  4 b 1.7  larg
3  6 c 3.1   med
4 10 d 2.2   med

您究竟建议生成的data.frame的外观如何？其他数据压缩成一行时会是什么样子？非常感谢Bergant，问题是你的方法给了我所有的行。。。但对我来说，重要的是要知道，例如，最小值与列“a”中的数字4有关。Docendo下面的答案正是我所需要的。无论如何，谢谢你花时间回答这个问题：-）这个答案。本周我的“duh”时刻。如此简单，却又如此强大。感谢一百万Docendo的回答。这正是我想要的：-）正是我需要的！我发现函数片是一种奖励，thx！如果您试图使用Summary获取原始数据中不包含的信息，因此无法“过滤”，该怎么办？例如，总和还是平均数？
library(sqldf)
 # Two options:
sqldf('SELECT * FROM data GROUP BY b HAVING min(c)')
sqldf('SELECT a, b, min(c) min, d FROM data GROUP BY b')

   a b   c     d
1  1 a 1.2 small
2  4 b 1.7  larg
3  6 c 3.1   med
4 10 d 2.2   med