如何使用 summarize_all 为每个组获取与最大索引关联的非缺失值

Question

我想为许多列找到与最大索引值关联的每个组的非缺失值。

通过将 summarize_all 与 which.max 结合使用，我已经相当接近了，但我不确定在找到最新值之前如何从每个向量中删除 NA。我读到过在 summarize_all 中使用 na.rm 和像 mean 这样的函数，但不确定如何在没有内置函数的情况下合并类似的功能。我试过 na.omit 但它没有提供我正在寻找的解决方案。

a <- head(iris, 10)
a$num <- 1:10
a$grp <- c("a","a","a","b","b","c","c","d","d","d")
a[10, "Species"] <- NA
a %>%
  group_by(grp) %>%
  summarize_all(funs(na.omit(.)[which.max(num)]))

grp   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   num
<chr>          <dbl>       <dbl>        <dbl>       <dbl> <fct>   <int>
1 a             4.70        3.20         1.30       0.200 setosa      3
2 b             5.00        3.60         1.40       0.200 setosa      5
3 c             4.60        3.40         1.40       0.300 setosa      7
4 d             4.90        3.10         1.50       0.100 NA         10

我希望 Species 列中的所有值都是 setosa，但最后一个值是 NA。

Answer 1

如果你使用data.table方法，你可以尝试：

library (data.table)
a = data.table (a)
a [is.finite (Species), by = grp, .SD [which.max (num) ] ]

Answer 2

而不是查看所有 num，我们可能只查看那些对应的变量不是 NA:

a %>%
  group_by(grp) %>%
  summarize_all(funs(na.omit(.)[which.max(num[!is.na(.)])]))
# A tibble: 4 x 7
#   grp   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   num
#   <chr>        <dbl>       <dbl>        <dbl>       <dbl> <fct>   <int>
# 1 a              4.7         3.2          1.3         0.2 setosa      3
# 2 b              5           3.6          1.4         0.2 setosa      5
# 3 c              4.6         3.4          1.4         0.3 setosa      7
# 4 d              4.9         3.1          1.5         0.1 setosa     10

Answer 3

您也可以稍微改变一下，首先完成 NA 案例：

library(tidyverse)

a %>% group_by(grp) %>% 
  fill(Species) %>% 
  filter(num == max(num))

tibble: 4 x 7
# Groups:   grp [4]
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species   num grp  
         <dbl>       <dbl>        <dbl>       <dbl> <fct>   <int> <chr>
1          4.7         3.2          1.3         0.2 setosa      3 a    
2          5           3.6          1.4         0.2 setosa      5 b    
3          4.6         3.4          1.4         0.3 setosa      7 c    
4          4.9         3.1          1.5         0.1 setosa     10 d

如何使用 summarize_all 为每个组获取与最大索引关联的非缺失值

How to take non-missing value associated with max index for each group using summarize_all

r

dplyr

summarize