题
我不明白为什么我找不到解决方案,因为我觉得这是一个非常基本的问题。那么需要寻求帮助。我想按月重新排列空气质量数据集,并设置每月的最大温度值。另外我想找到每个月最高气温对应的日期。最懒(代码方面)的方法是什么?
我尝试过以下操作但没有成功:
require(reshape2)
names(airquality) <- tolower(names(airquality))
mm <- melt(airquality, id.vars = c("month", "day"), meas = c("temp"))
dcast(mm, month + day ~ variable, max)
aggregate(formula = temp ~ month + day, data = airquality, FUN = max)
我正在追求这样的事情:
month day temp
5 7 89
...
解决方案
讨论了一段时间,虽然是懒惰是否好。anwyay,这是短而自然的写入和读取(并且对于大数据而迅速,因此您不需要更改或优化它):
require(data.table)
DT=as.data.table(airquality)
DT[,.SD[which.max(Temp)],by=Month]
Month Ozone Solar.R Wind Temp Day
[1,] 5 45 252 14.9 81 29
[2,] 6 NA 259 10.9 93 11
[3,] 7 97 267 6.3 92 8
[4,] 8 76 203 9.7 97 28
[5,] 9 73 183 2.8 93 3
.
.SD
是每个组的数据子集,您只需使用最大的temp,iiuc中的行。如果您需要行号,则可以添加。
或获取最大绑定的所有行:
DT[,.SD[Temp==max(Temp)],by=Month]
Month Ozone Solar.R Wind Temp Day
[1,] 5 45 252 14.9 81 29
[2,] 6 NA 259 10.9 93 11
[3,] 7 97 267 6.3 92 8
[4,] 7 97 272 5.7 92 9
[5,] 8 76 203 9.7 97 28
[6,] 9 73 183 2.8 93 3
[7,] 9 91 189 4.6 93 4
. 其他提示
普利克的另一种方法
require(reshape2)
names(airquality) <- tolower(names(airquality))
mm <- melt(airquality, id.vars = c("month", "day"), meas = c("temp"), value.name = 'temp')
library(plyr)
ddply(mm, .(month), subset, subset = temp == max(temp), select = -variable)
.
给出
month day temp
1 5 29 81
2 6 11 93
3 7 8 92
4 7 9 92
5 8 28 97
6 9 3 93
7 9 4 93
.
或,甚至更简单
require(reshape2)
require(plyr)
names(airquality) <- tolower(names(airquality))
ddply(airquality, .(month), subset,
subset = temp == max(temp), select = c(month, day, temp) )
. 使用plyr
怎么样?
max.func <- function(df) {
max.temp <- max(df$temp)
return(data.frame(day = df$Day[df$Temp==max.temp],
temp = max.temp))
}
ddply(airquality, .(Month), max.func)
.
正如您所看到的,本月最大温度发生在一天内。如果您想要不同的行为,该功能很容易调整。
或者如果您想使用 data.table
包(例如,如果速度是一个问题并且数据集很大或者您更喜欢语法):
library(data.table)
DT <- data.table(airquality)
DT[, list(maxTemp=max(Temp), dayMaxTemp=.SD[max(Temp)==Temp, Day]), by="Month"]
如果你想知道什么 .SD
代表,看看这里: 所以
不隶属于 StackOverflow