R 在不指定列名的情况下聚合大量列

Question

我无法使用此处或 Google 上的搜索功能找到问题的答案。

我有一个数据框（500 列宽，200.000 行长），每个人有多行。每个单元格（除了具有人员 ID 的第一列）都包含 0 或 1。我正在寻找一种方法将此数据框减少到每人 1 行，其中我按人取每列的最大值。

我知道我可以使用 ddply，或者 data.table...如下所示...

tt <-data.frame(person=c(1,1,1,2,2,2,3,3,3), col1=c(0,0,1,1,1,0,0,0,0),col2=c(1, 1, 0, 0, 0, 0, 1 ,0 ,1))

library(plyr)
ddply(tt, .(person), summarize, col1=max(col1), col2=max(col2))

  person col1 col2
      1    1    1
      2    1    0
      3    0    1

但我不想指定我的每个列名称，因为 1) 我有 500 和 2) 在新数据集上它们可能不同。

Answer 1

使用 dplyr

中的 summarise_each 函数

library(dplyr)
tt %>% group_by(person) %>% summarise_each(funs(max))

#   person col1 col2
# 1      1    1    1
# 2      2    1    0
# 3      3    0    1

或者只是基础 aggregate 函数

aggregate(.~person, tt, max)

#   person col1 col2
# 1      1    1    1
# 2      2    1    0
# 3      3    0    1

Answer 2

下面是另一个使用 l(s)apply() 的试验。

t(sapply(unique(tt$person), function(x) lapply(tt[tt$person==x,], max)))
     person col1 col2
[1,] 1      1    1   
[2,] 2      1    0   
[3,] 3      0    1

Answer 3

或使用data.table。

library(data.table)
setDT(tt)[, lapply(.SD, max), person]
#    person col1 col2
#1:      1    1    1
#2:      2    1    0
#3:      3    0    1

R 在不指定列名的情况下聚合大量列

R aggregate on large number of columns without specifying column names

aggregate

r

dataframe