在r中选择组内变量值最大的行 a.2a.2>a.2 b.2 t最大值（b.2，a.2，最大值） 1 2 3 4 5 6 7 8 9 10 99 92 96 97 98 99 94 98 98 96 a.2

我认为

ddply

和

ave

方法都是资源密集型的

ave

由于当前问题的内存不足而失败（67608行，四列定义唯一键）

tapply

是一个方便的选择，但我通常需要做的是为每个唯一键（通常由多个列定义）选择具有某个值的所有整行。我找到的最佳解决方案是进行排序，然后使用

duplicated

的否定来为每个唯一键仅选择第一行。对于此处的简单示例：

library(plyr)
ddply(a.3, "a.2", subset, b.2 == max(b.2))

a
这将产生以下输出：

aggregate(a.3, by = list(a.3$a.2), FUN = max)

熔体（a.3，id=c（“a.2”）->h.2；cast（h.2，a.2~，max）实现了本例中的技巧，但当我将其应用于原始数据集时，计算机内存不足。所以我并没有帮我什么忙。我必须承认，这要简单得多。。然而==b.2背后的逻辑超出了我的理解范围……ave生成一个向量，它只包含每个a.2的最大值b.2。因此，其中it==b.2，只要数据帧有行，就设置真值。您正在使用逻辑向量选择数据帧中的行。如果您想了解它的工作情况，请将ave命令的结果添加到数据帧中，并查看它，与b.2列（a.3$b.max）相比，我尝试使用ddply函数，但速度非常慢。我没有计时，但它持续了一段时间，还去了一趟洗手间，而ave版本在我的原始数据集中只使用了.2秒（210col*16000行）。这将在下一个版本中修复。但除非你提供一个现实的例子，否则你不能期望得到与你的数据相关的答案！这是最容易使用的，并且在多个列上非常有效——您只需在
复制的
中使用
cbind
。
> a.2<-sample(1:10,100,replace=T)
> b.2<-sample(1:100,100,replace=T)
> tapply(b.2, a.2, max)
 1  2  3  4  5  6  7  8  9 10 
99 92 96 97 98 99 94 98 98 96 

a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)

sel <- ave(b.2, a.2, FUN = max) == b.2
a.3[sel,]

library(plyr)
ddply(a.3, "a.2", subset, b.2 == max(b.2))

a <- sample(1:10,100,replace=T)
b <- sample(1:100,100,replace=T)
f <- data.frame(a, b)

sorted <- f[order(f$a, -f$b),]
highs <- sorted[!duplicated(sorted$a),]

a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)

aggregate(a.3, by = list(a.3$a.2), FUN = max)

   Group.1 a.2 b.2
1        1   1  96
2        2   2  82
...
8        8   8  85
9        9   9  93
10      10  10  97