对R数据帧中的分组行执行函数

我有一个大的数据框，其中多行是对单个ID的重复测量。我想返回每一行的最大列值。基本上按照SQL执行group.by（）函数

数据帧（用于说明）

我想调用max（lac）并返回以下结果

我环顾四周，认为by（）函数可能有用，但没有任何乐趣（下面的代码）

newdf试试这个：

> by(mtcars, mtcars$cyl, max)
mtcars$cyl: 4
[1] 146.7
--------------------------------------------------------------------------------------- 
mtcars$cyl: 6
[1] 258
--------------------------------------------------------------------------------------- 
mtcars$cyl: 8
[1] 472

或者使用
plyr
：

> require(plyr)
Loading required package: plyr
> ddply(mtcars, .(cyl), max)
  cyl    V1
1   4 146.7
2   6 258.0
3   8 472.0

试试这个：

> by(mtcars, mtcars$cyl, max)
mtcars$cyl: 4
[1] 146.7
--------------------------------------------------------------------------------------- 
mtcars$cyl: 6
[1] 258
--------------------------------------------------------------------------------------- 
mtcars$cyl: 8
[1] 472

或者使用
plyr
：

> require(plyr)
Loading required package: plyr
> ddply(mtcars, .(cyl), max)
  cyl    V1
1   4 146.7
2   6 258.0
3   8 472.0

如更新中所述，找到了使用plyr的解决方案

使用的代码是：

max_lac <- ddply(.data=df, .variables=.(ID), function(x) 
+ x[which(x$lac == max(x$lac)), ])

max_lac找到了使用plyr的解决方案，如更新中所述

使用的代码是：

max_lac <- ddply(.data=df, .variables=.(ID), function(x) 
+ x[which(x$lac == max(x$lac)), ])

max\u lac对于大型数据集，请尝试
data.table
（假设
df
是您的数据集）

对于大型数据集，请尝试使用
data.table
（假设
df
是您的数据集）

（如果查看ddply和which.max）
是吗

ddply(df,.ID,function(x){x[which.max(x$lac)),]}

（如果查看ddply和which.max）
是吗

ddply(df,.ID,function(x){x[which.max(x$lac)),]}

在处理大型数据集时，这里有一个
dplyr
备选方案：

library(dplyr)

df %>% group_by(ID) %>% filter(lac == max(lac))

#Source: local data frame [3 x 3]
#Groups: ID
#
#  ID lac pO2
#1 M1   4  80
#2 M2   3  70
#3 M3   5  75

请注意，如果同一组ID中有多行具有最大值，此函数将返回包含lac中最大值的所有行，而使用
which.max（.）
的函数将只返回包含最大值的第一行（每组）

如果只希望返回每个组的第一个最大值，则可以使用例如：

df %>% group_by(ID) %>% filter(1:n() == which.max(lac))

或

在处理大型数据集时，这里有一个
dplyr
备选方案：

library(dplyr)

df %>% group_by(ID) %>% filter(lac == max(lac))

#Source: local data frame [3 x 3]
#Groups: ID
#
#  ID lac pO2
#1 M1   4  80
#2 M2   3  70
#3 M3   5  75

请注意，如果同一组ID中有多行具有最大值，此函数将返回包含lac中最大值的所有行，而使用
which.max（.）
的函数将只返回包含最大值的第一行（每组）

如果只希望返回每个组的第一个最大值，则可以使用例如：

df %>% group_by(ID) %>% filter(1:n() == which.max(lac))

或

谢谢@landroni，我通过做类似的事情，在发布您的解决方案的同时成功地解决了这个问题。：）谢谢@landroni，我通过做类似的事情，在发布您的解决方案的同时成功地解决了这个问题。：）By和tapply的工作方式不同，第一个参数需要为函数使用正确的格式：
tapply（df$lac，df$ID，max）
By和tapply的工作方式不同，第一个参数需要为函数使用正确的格式：
tapply（df$lac，df$ID，max）
我故意没有发布这篇文章，所以你不会生我的气：）@davidernburg，太棒了，你是一个真正的团队合作者；）您可能还想在这里添加OP需要分离plyr（似乎他已经在使用它了）@Davidernburg，说得对。我现在无法测试，但我猜对于这些函数，plyr加载不会立即出现问题。此外，据我所知（但可能不推荐），如果在plyr之后加载dplyr，则可能会加载麻烦包。谢谢@初学者和@daviderburg！我没有为每个ID考虑多个最大行，这很好。如果这项试点研究成功，这在未来可能会很有用。：）我是故意不发这个帖子的，这样你就不会生我的气：）@DavidArenburg，太棒了，你是一个真正的团队成员；）您可能还想在这里添加OP需要分离plyr（似乎他已经在使用它了）@Davidernburg，说得对。我现在无法测试，但我猜对于这些函数，plyr加载不会立即出现问题。此外，据我所知（但可能不推荐），如果在plyr之后加载dplyr，则可能会加载麻烦包。谢谢@初学者和@daviderburg！我没有为每个ID考虑多个最大行，这很好。如果这项试点研究成功，这在未来可能会很有用。：）