获取一式三份记录的 rowSums 并仅保留具有最高值的记录

Question

我有一个包含 163 个观察值和 65 列动物数据的数据框。 163 次观察来自 56 只动物，每只都应该有三次记录，但有些信息丢失了，所以对于大多数动物，我有三次重复（"A"、"B"、"C" ) 对于一些我只有重复项（在 "A" 和 "B"、"A" 和 "C" 以及 "B" 和 "C" 之间有所不同）。

列13:65包含一些我想求和的信息，并且只保留具有较高rowSums值的一式三份。所以我的数据框是这样的：

  ID    Trip     Acet    Cell   Fibe   Mega   Tera
1   4      A        2       4      9      8      3  
2   4      B        9       3      7      5      5  
3   4      C        1       2      4      8      6 
4   12     A        4       6      7      2      3 
5   12     B        6       8      1      1      2 
6   12     C        5       5      7      3      3

我不确定我需要的是编写我自己的函数，还是一个循环，或者实际上最好的选择是什么 - 抱歉，我还在学习，不幸的是，对我来说，我不像程序员那样思考这让事情变得更具挑战性...

所以我想知道保留第 2 行和第 6 行（在每只动物的三次重复中具有最高的 rowSums），但对于整个数据框。结果我想要的是

    ID    Trip    Acet    Cell   Fibe   Mega   Tera
1   4      B       9       3      7      5      5  
2   12     C       5       5      7      3      3

非常抱歉，如果问题没有详细阐述或没有意义，这是我第一次在这里提问，我最近才开始学习 R。

Answer 1

我们可以单独创建行总和，并使用它来通过 ave 找到具有最大行总和的行。然后使用逻辑向量对数据集

的行进行子集化

nm1 <- startsWith(names(df1), "V")

OP 更新了列名。在这种情况下，索引

nm1 <- 3:7

或 select 具有 setdiff

的列

nm1 <- setdiff(names(df1), c("ID", "Trip"))

v1 <- rowSums(df1[nm1], na.rm = TRUE)
i1 <- with(df1, v1 == ave(v1, ID, FUN = max))
df1[i1,]
#  ID Trip V1 V2 V3 V4 V5
#2  4    B  9  3  7  5  5
#6 12    C  5  5  7  3  3

数据

df1 <- structure(list(ID = c(4L, 4L, 4L, 12L, 12L, 12L), Trip = structure(c(1L, 
2L, 3L, 1L, 2L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    V1 = c(2L, 9L, 1L, 4L, 6L, 5L), V2 = c(4L, 3L, 2L, 6L, 8L, 
    5L), V3 = c(9L, 7L, 4L, 7L, 1L, 7L), V4 = c(8L, 5L, 8L, 2L, 
    1L, 3L), V5 = c(3L, 5L, 6L, 3L, 2L, 3L)), 
    class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

Answer 2

这是一种方法。

library(tidyverse)

dat2 <- dat %>%
  mutate(Sum = rowSums(select(dat, starts_with("V")))) %>%
  group_by(ID) %>%
  filter(Sum == max(Sum)) %>%
  select(-Sum) %>%
  ungroup()
dat2
# # A tibble: 2 x 7
#      ID Trip     V1    V2    V3    V4    V5
#   <int> <fct> <int> <int> <int> <int> <int>
# 1     4 B         9     3     7     5     5
# 2    12 C         5     5     7     3     3

这是另一个。此方法确保仅保留一行，即使有多行的行总和等于最大值。

dat3 <- dat %>%
  mutate(Sum = rowSums(select(dat, starts_with("V")))) %>%
  arrange(ID, desc(Sum)) %>%
  group_by(ID) %>%
  slice(1) %>%
  select(-Sum) %>%
  ungroup()
dat3
# # A tibble: 2 x 7
#      ID Trip     V1    V2    V3    V4    V5
#   <int> <fct> <int> <int> <int> <int> <int>
# 1     4 B         9     3     7     5     5
# 2    12 C         5     5     7     3     3

数据

dat <- read.table(text = "  ID    Trip     V1     V2    V3    V4    V5
1   4      A       2      4     9     8     3  
2   4      B       9      3     7     5     5  
3   4      C       1      2     4     8     6 
4   12     A       4      6     7     2     3 
5   12     B       6      8     1     1     2 
6   12     C       5      5     7     3     3 ",
                  header = TRUE)

获取一式三份记录的 rowSums 并仅保留具有最高值的记录

Getting rowSums for triplicate records and retaining only the one with highest value

r

function

dataframe

rowsum

数据