如何使用 apply() 系列来识别跨行最大值的列名

Question

我想向数据框添加一列，说明在数据框中跨行计算的最大值所在的那些列的名称。

假设我有这个数据框：

set.seed(123)
df <- data.frame(
  V1 = rnorm(10),
  V2 = rnorm(10),
  V3 = rnorm(10)
)

现在要创建一个新列来标识每行的最大值，我使用 apply:

df$Max <- apply(df[, 1:3], 1, max, na.rm = TRUE)

效果很好：

df
            V1         V2         V3       Max
1  -0.56047565  1.2240818 -1.0678237 1.2240818
2  -0.23017749  0.3598138 -0.2179749 0.3598138
3   1.55870831  0.4007715 -1.0260044 1.5587083
4   0.07050839  0.1106827 -0.7288912 0.1106827
5   0.12928774 -0.5558411 -0.6250393 0.1292877
6   1.71506499  1.7869131 -1.6866933 1.7869131
7   0.46091621  0.4978505  0.8377870 0.8377870
8  -1.26506123 -1.9666172  0.1533731 0.1533731
9  -0.68685285  0.7013559 -1.1381369 0.7013559
10 -0.44566197 -0.4727914  1.2538149 1.2538149

现在是困难的部分：我想添加另一列，命名最大值所在的列。到目前为止我已经尝试过的是这个扩展的 applystatement:

df$Location <- apply(df[, 1:3], 1, function(x) names(x[match(df[,4], x)]))

它似乎确实捕获了名字，但它把它们分散在大量额外的列中：

df
            V1         V2         V3       Max Location.1 Location.2 Location.3 Location.4 Location.5
1  -0.56047565  1.2240818 -1.0678237 1.2240818         V2       <NA>       <NA>       <NA>       <NA>
2  -0.23017749  0.3598138 -0.2179749 0.3598138       <NA>         V2       <NA>       <NA>       <NA>
3   1.55870831  0.4007715 -1.0260044 1.5587083       <NA>       <NA>         V1       <NA>       <NA>
4   0.07050839  0.1106827 -0.7288912 0.1106827       <NA>       <NA>       <NA>         V2       <NA>
5   0.12928774 -0.5558411 -0.6250393 0.1292877       <NA>       <NA>       <NA>       <NA>         V1
6   1.71506499  1.7869131 -1.6866933 1.7869131       <NA>       <NA>       <NA>       <NA>       <NA>
7   0.46091621  0.4978505  0.8377870 0.8377870       <NA>       <NA>       <NA>       <NA>       <NA>
8  -1.26506123 -1.9666172  0.1533731 0.1533731       <NA>       <NA>       <NA>       <NA>       <NA>
9  -0.68685285  0.7013559 -1.1381369 0.7013559       <NA>       <NA>       <NA>       <NA>       <NA>
10 -0.44566197 -0.4727914  1.2538149 1.2538149       <NA>       <NA>       <NA>       <NA>       <NA>
   Location.6 Location.7 Location.8 Location.9 Location.10
1        <NA>       <NA>       <NA>       <NA>        <NA>
2        <NA>       <NA>       <NA>       <NA>        <NA>
3        <NA>       <NA>       <NA>       <NA>        <NA>
4        <NA>       <NA>       <NA>       <NA>        <NA>
5        <NA>       <NA>       <NA>       <NA>        <NA>
6          V2       <NA>       <NA>       <NA>        <NA>
7        <NA>         V3       <NA>       <NA>        <NA>
8        <NA>       <NA>         V3       <NA>        <NA>
9        <NA>       <NA>       <NA>         V2        <NA>
10       <NA>       <NA>       <NA>       <NA>          V3

如何才能将名字整齐地收集在一列中df$Location？

Answer 1

我们可以使用max.col

df$Location <- names(df)[1:3][max.col(df[1:3], 'first')]

如果我们想使用apply

 apply(df[1:3], 1, function(x) names(x)[which.max(x)])

或者如果它需要匹配 'max' 列，使用 ==，然后子集 names

apply(df, 1, function(x) names(x)[1:3][x[-length(x)] == x[length(x)]])

在 OP 的代码中，它只循环前 3 列的行，而 match 是在每一行的整个第 4 列上完成的

  apply(df[, 1:3], 1, function(x) match(x, df[,4]))

因为有 3 个元素，所以会产生 3 行。在 OP 的代码中，参数是相反的，因此，每行的长度等于 nrow

如何使用 apply() 系列来识别跨行最大值的列名

How to use the apply() family to identify column names of max values across rows

r

apply

lapply

tapply