如何找到在R中产生最大colMeans的簇？

我有一个像这样的数据框

  V1 V2 V3
1  1  1  2
2  0  1  0
3  3  0  3
....

我有一个与数据帧中的行数长度相同的向量（这是kmeans的

集群

，如果有关系的话）

从中我可以得到每个集群的

colMeans

，如

cm1 <- colMeans(df[fit$cluster==1,])
cm2 <- colMeans(df[fit$cluster==2,])

---

因为对于数据帧的第一列，第一个簇的列平均值为3，而第二个簇的列平均值为0.5。

如果

簇

向量的长度与“df”的行数相同，

将数据按“簇”列拆分为
列表

lst1 <- lapply(split(df, fit$cluster), function(x) stack(colMeans(x)))
dat <- do.call(rbind, Map(cbind, cluster = names(lst1), lst1)) 
aggregate(values ~ ind, dat, FUN = which.max)

数据
df
1 2 1...

lst1 <- lapply(split(df, fit$cluster), function(x) stack(colMeans(x)))
dat <- do.call(rbind, Map(cbind, cluster = names(lst1), lst1)) 
aggregate(values ~ ind, dat, FUN = which.max)

library(dplyr)
library(tidyr)
df %>% 
   mutate(cluster = fit$cluster) %>% 
   pivot_longer(cols = -cluster) %>%
   group_by(cluster, name) %>%
   summarise(value = mean(value), .groups = 'drop') %>% 
   arrange(name, desc(value)) %>% 
   group_by(name) %>%
   slice_head(n = 2)

df <- structure(list(V1 = c(1L, 0L, 3L), V2 = c(1L, 1L, 0L), V3 = c(2L, 
0L, 3L)), class = "data.frame", row.names = c("1", "2", "3"))

fit <- structure(list(cluster = c(2, 2, 1)), class = "data.frame", 
  row.names = c(NA, 
-3L))