根据另一列中的最高值选择一个值

Question

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
...

Answer 1

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

.

Answer 2

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) )

.

Answer 3

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。

Answer 4

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