Выберите строки с наибольшим значением переменной в группе в R
-
26-09-2019 - |
Вопрос
a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)
r<-sapply(split(a.3,a.2),function(x) which.max(x$b.2))
a.3[r,]
Возвращает индекс списка, а не индекс для всех данных. Crame
Я пытаюсь вернуть наибольшую ценность b.2
Для каждой подгруппы a.2
. Отказ Как я могу сделать это эффективно?
Решение
a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)
Ответ Джонатана Чанг заставляет вас то, что вы явно просили, но я предполагаю, что вы хотите, чтобы фактический строк из кадра данных.
sel <- ave(b.2, a.2, FUN = max) == b.2
a.3[sel,]
Другие советы
То ddply
а также ave
Думаю, подходыми являются довольно ресурсоемкими, я думаю. ave
Не удается забой, выходя из памяти для моей текущей задачи (67 608 строк, с четырьмя колоннами, определяющими уникальные ключи). tapply
Это удобный выбор, но то, что мне вообще нужно сделать, это выбирать все все строки с чем-то-то, что-то-значение для каждого уникального ключа (обычно определяется более чем одним столбцом). Лучшее решение, которое я нашел, - сделать своего рода, а затем использовать отрицание duplicated
Чтобы выбрать только первую строку для каждого уникального ключа. Для простого примера здесь:
a <- sample(1:10,100,replace=T)
b <- sample(1:100,100,replace=T)
f <- data.frame(a, b)
sorted <- f[order(f$a, -f$b),]
highs <- sorted[!duplicated(sorted$a),]
Я думаю, что повышение производительности ave
или ddply
, по крайней мере, являются существенными. Это немного сложнее для многополонных клавиш, но order
справится с целой кучей вещей, чтобы сортировать и duplicated
Работает на кадрах данных, так что можно продолжать использовать этот подход.
library(plyr)
ddply(a.3, "a.2", subset, b.2 == max(b.2))
a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)
m<-split(a.3,a.2)
u<-function(x){
a<-rownames(x)
b<-which.max(x[,2])
as.numeric(a[b])
}
r<-sapply(m,FUN=function(x) u(x))
a.3[r,]
Это делает трюк, хотя и несколько громоздко ... но это позволяет мне захватить строки для крупнейших групповых ценностей. Любые другие идеи?
> a.2<-sample(1:10,100,replace=T)
> b.2<-sample(1:100,100,replace=T)
> tapply(b.2, a.2, max)
1 2 3 4 5 6 7 8 9 10
99 92 96 97 98 99 94 98 98 96
a.2<-sample(1:10,100,replace=T)
b.2<-sample(1:100,100,replace=T)
a.3<-data.frame(a.2,b.2)
С участием aggregate
, вы можете получить максимум для каждой группы в одной строке:
aggregate(a.3, by = list(a.3$a.2), FUN = max)
Это производит следующий вывод:
Group.1 a.2 b.2
1 1 1 96
2 2 2 82
...
8 8 8 85
9 9 9 93
10 10 10 97