如何用R从数据框中的各个列中找出最小值?
我的数据框是:如何用R从数据框中的各个列中找出最小值?,r,dataframe,min,R,Dataframe,Min,我的数据框是: `Account id Fcast 1 Fcast 2 Fcast 3 Diff 1 Diff 2 Diff 3 101 4000 2000 1000 1000 3000 4000 201 2900 3300 5000 100 300 2000 301 -100 5500 -800 1700 7300 1000
`Account id Fcast 1 Fcast 2 Fcast 3 Diff 1 Diff 2 Diff 3
101 4000 2000 1000 1000 3000 4000
201 2900 3300 5000 100 300 2000
301 -100 5500 -800 1700 7300 1000
401 5000 8000 7100 2500 500 400
501 9000 12000 2000 15000 12000 22000
所需的结果是从标记为Diff的列中找出最小值
`Account id Min
101 1000
201 100
301 1000
401 400
501 12000
理想情况下,我还需要获取另一列,该列由获取最小值的列名填充。我们可以在行模式下使用
apply
:
data.frame(AccountId=df$AccountId,
Min=apply(df[names(df)[grepl("^Diff\\d", names(df))]], 1, FUN=min))
AccountId Min
1 101 1000
2 201 100
3 301 1000
4 401 400
5 501 12000
数据:
df <- data.frame(AccountId=c(101, 201, 301, 401, 501),
Fcast1=c(4000, 2900, -100, 5000, 9000),
Fcast2=c(2000, 3300, 5500, 8000, 12000),
Fcast3=c(1000, 5000, -800, 7100, 2000),
Diff1=c(1000, 100, 1700, 2500, 15000),
Diff2=c(3000, 300, 7300, 500, 12000),
Diff3=c(4000, 2000, 1000, 400, 22000))
df我们可以在行模式下使用apply
:
data.frame(AccountId=df$AccountId,
Min=apply(df[names(df)[grepl("^Diff\\d", names(df))]], 1, FUN=min))
AccountId Min
1 101 1000
2 201 100
3 301 1000
4 401 400
5 501 12000
数据:
df <- data.frame(AccountId=c(101, 201, 301, 401, 501),
Fcast1=c(4000, 2900, -100, 5000, 9000),
Fcast2=c(2000, 3300, 5500, 8000, 12000),
Fcast3=c(1000, 5000, -800, 7100, 2000),
Diff1=c(1000, 100, 1700, 2500, 15000),
Diff2=c(3000, 300, 7300, 500, 12000),
Diff3=c(4000, 2000, 1000, 400, 22000))
df使用dplyr
:
library(dplyr)
cols <- grep('Diff', names(df), value = TRUE)
df %>%
group_by(Accountid) %>%
mutate(Min = min(c_across(cols)),
Min_name = cols[which.min(c_across(cols))]) %>%
select(Accountid, Min, Min_name)
# Accountid Min Min_name
# <int> <int> <chr>
#1 101 1000 Diff1
#2 201 100 Diff1
#3 301 1000 Diff3
#4 401 400 Diff3
#5 501 12000 Diff2
库(dplyr)
科尔斯%
分组人(帐户ID)%>%
突变(Min=Min(c_穿过(cols)),
Min_name=cols[哪个.Min(c_横跨(cols)))%>%
选择(帐户ID、最小值、最小值名称)
#Accountid最小值\u名称
#
#1011000diff1
#2 201 100 Diff1
#3 301 1000 Diff3
#4 401 400 Diff3
#50112000差2
数据
df <- structure(list(Accountid = c(101L, 201L, 301L, 401L, 501L),
Fcast1 = c(4000L, 2900L, -100L, 5000L, 9000L), Fcast2 = c(2000L, 3300L, 5500L,
8000L, 12000L), Fcast3 = c(1000L, 5000L, -800L, 7100L, 2000L),
Diff1 = c(1000L, 100L, 1700L, 2500L, 15000L), Diff2 = c(3000L,
300L, 7300L, 500L, 12000L), Diff3 = c(4000L, 2000L, 1000L,
400L, 22000L)), class = "data.frame", row.names = c(NA, -5L))
df使用dplyr
:
library(dplyr)
cols <- grep('Diff', names(df), value = TRUE)
df %>%
group_by(Accountid) %>%
mutate(Min = min(c_across(cols)),
Min_name = cols[which.min(c_across(cols))]) %>%
select(Accountid, Min, Min_name)
# Accountid Min Min_name
# <int> <int> <chr>
#1 101 1000 Diff1
#2 201 100 Diff1
#3 301 1000 Diff3
#4 401 400 Diff3
#5 501 12000 Diff2
库(dplyr)
科尔斯%
分组人(帐户ID)%>%
突变(Min=Min(c_穿过(cols)),
Min_name=cols[哪个.Min(c_横跨(cols)))%>%
选择(帐户ID、最小值、最小值名称)
#Accountid最小值\u名称
#
#1011000diff1
#2 201 100 Diff1
#3 301 1000 Diff3
#4 401 400 Diff3
#50112000差2
数据
df <- structure(list(Accountid = c(101L, 201L, 301L, 401L, 501L),
Fcast1 = c(4000L, 2900L, -100L, 5000L, 9000L), Fcast2 = c(2000L, 3300L, 5500L,
8000L, 12000L), Fcast3 = c(1000L, 5000L, -800L, 7100L, 2000L),
Diff1 = c(1000L, 100L, 1700L, 2500L, 15000L), Diff2 = c(3000L,
300L, 7300L, 500L, 12000L), Diff3 = c(4000L, 2000L, 1000L,
400L, 22000L)), class = "data.frame", row.names = c(NA, -5L))
df使用data.table的解决方案
dt[,`:=`(min_val=apply(.SD,1,min),
min_col=names(.SD)[apply(.SD,1,which.min)]),.SDcols=names(dt) %like% 'diff']
- 在这里,
.SDcols
选择要处理的列子集,在本例中,选择包含工作diff
的列。因此,像
.SD
现在表现为一个子集data.table,只有diff
列
使用data.table的解决方案
dt[,`:=`(min_val=apply(.SD,1,min),
min_col=names(.SD)[apply(.SD,1,which.min)]),.SDcols=names(dt) %like% 'diff']
- 在这里,
.SDcols
选择要处理的列子集,在本例中,选择包含工作diff
的列。因此,像
.SD
现在表现为一个子集data.table,只有diff
列
另一个选项是使用apply
功能:
df <- data.frame(df$AccountId, min = apply(df[, 2:ncol(df)], 1, min))
df另一个选项是使用apply
功能:
df <- data.frame(df$AccountId, min = apply(df[, 2:ncol(df)], 1, min))
df如果希望在应答数据帧中使用Fcast1而不是Diff1,该怎么办。在这种情况下,您可以创建一个新的向量cols1,它还告诉我-[无法找到函数“c_cross”]c_cross
在dplyr
1.0.0或更高版本中提供。您可能需要更新您的dplyr
package.c_以解决问题,但现在的错误是“找不到函数”%>%”。如果您希望在应答数据框中使用Fcast1而不是Diff1,该怎么办。在这种情况下,您可以创建一个新的向量cols1,它还告诉我-[找不到函数“c_over”]dplyr
1.0.0或更高版本中提供了跨c_
。您可能需要更新dplyr
package.c_以解决问题,但现在的错误是“找不到函数”%>%