根据中位数删除特定的重复行

Question

我目前有一个如下所示的数据框：

        result 1    result 2    result 3    median 
item 1    8             7           6         7 
item 5    1             2           3         2 
item 1    6             5           4         5
item 5    3             4           5         4

我想根据中位数删除重复项，我想保留具有较高中位数的重复项。问题在于行名（第 1 项等）不是它们自己的列，因此无法使用 $ 操作访问它。

我怎样才能做到这一点？提前致谢。

Answer 1

我们可以按 'row' 分组，然后 filter 具有 'median'

的 max 值的行

library(dplyr)
df1 %>%
   group_by(row) %>% 
   filter(median == max(median))
# A tibble: 2 x 5
# Groups: row [2]
#   row    result1 result2 result3 median
#   <chr>    <int>   <int>   <int>  <int>
#1 item 1       8       7       6      7
#2 item 5       3       4       5      4

如果 'median' 的最大值有关系并且我们想要匹配的第一行，则使用 which.max 和 slice

df1 %>%
    group_by(row) %>%
    slice(which.max(median))

Answer 2

您可以简单地order减少并删除重复项，即

df <- df[order(df$median, decreasing = TRUE),]
df[!duplicated(df$row),]

这给出了，

    row result1 result2 result3 median
1 item1       8       7       6      7
4 item5       3       4       5      4

Answer 3

这里是 data.table

的解决方案

library("data.table")
D <- fread(
"item   result1    result2    result3    median
item1    8             7           6         7
item5    1             2           3         2
item1    6             5           4         5
item5    3             4           5         4")
D[, maxmed:=max(median), by=item][median==maxmed]

根据中位数删除特定的重复行

remove specific duplicate rows based on median

r

duplicates

median

dataframe