使用R中的dplyr查找每个组的最大值

我正试图让航空公司在夏季的几个月里有最大的航班价值

max_flights_all_c<-nycflights13::flights %>%
   group_by(carrier,month)%>%
   filter(month==6 | month==7 | month==8 | month==9)%>%
    summarise(n=n()) 

---

但是每个月只想获得n的最大值。

在

总结

步骤之后，我们按“月”分组，并使用

切片

获得“n”的

max

行

max_flights_all_c <- nycflights13::flights %>%
                          group_by(carrier,month)%>%
                          filter(month %in% 6:9) %>%
                          summarise(n = n()) %>%
                          group_by(month) %>%
                          slice(which.max(n))

max\u flights\u all\u c%
分组依据（承运人，月份）%>%
筛选器（月份百分比在%6:9中）%>%
总结（n=n（））%>%
分组单位（月）%>%
切片（哪个最大值（n））

更新的

数据归功于@Henk。表

解决方案：

setDT(nycflights13::flights)[month %between% c(6,9), .N, keyby = .(carrier, month)][, .SD[which.max(N)], month]

   month carrier    n
1:     6      UA 4975
2:     7      UA 5066
3:     8      UA 5124
4:     9      EV 4725

原始解决方案位于答案的修订历史记录中

Microbencmark：（面向任何关心此事的人）

---

nycflights13:：flights%%>%filter（月百分比在%6:9中）%%>%count（月，承运人）%%>%summary（n=max（n））

。就像在任何一个软件包中一样，你必须投入一些时间来理解事情是如何运作的。data.table的工作原理非常类似于SQL。正如您在Mike H的基准测试中所看到的，data.table要快得多。@Henk当然同意<代码>航班[月百分比介于%c（6,9），.N，keyby=（承运人，月）][，.SD[which.max（N）]，月]@Henk这对我来说更清楚，速度稍微快一点，介意我为将来的读者更新答案吗？

setDT(nycflights13::flights)[month %between% c(6,9), .N, keyby = .(carrier, month)][, .SD[which.max(N)], month]

   month carrier    n
1:     6      UA 4975
2:     7      UA 5066
3:     8      UA 5124
4:     9      EV 4725

library(microbenchmark)
microbenchmark(henk=setDT(nycflights13::flights)[month %between% c(6,9), .N, keyby = .(carrier, month)][, .SD[which.max(N)], month],
               akrun=nycflights13::flights %>%
                 group_by(carrier,month)%>%
                 filter(month %in% 6:9) %>%
                 summarise(n = n()) %>%
                 group_by(month) %>%
                 slice(which.max(n)))

Unit: milliseconds
  expr       min       lq      mean    median        uq       max neval
  henk  5.612305  6.41659  7.416813  6.953205  7.515347  49.38172   100
 akrun 45.529320 47.51715 51.943065 48.882663 49.834458 221.39357   100