R：subset/group 具有最大值的数据框？

Question

给定一个这样的数据框：

  gid set  a  b
1   1   1  1  9
2   1   2 -2 -3
3   1   3  5  6
4   2   2 -4 -7
5   2   6  5 10
6   2   9  2  0

如果 a 值大于 b值?

所以在这里，呃...

1,3,0
2,9,1

在 SQL 中有点愚蠢的简单事情，但我想更好地控制我的 R，所以...

Answer 1

小菜一碟 dplyr:

dat <- read.table(text="gid set  a  b
1   1  1  9
1   2 -2 -3
1   3  5  6
2   2 -4 -7
2   6  5 10
2   9  2  0", header=TRUE)

library(dplyr)

dat %>%
  group_by(gid) %>%
  filter(row_number() == which.max(set)) %>%
  mutate(greater=a>b) %>%
  select(gid, set, greater)

## Source: local data frame [2 x 3]
## Groups: gid
## 
##   gid set greater
## 1   1   3   FALSE
## 2   2   9    TRUE

如果您真的需要1和0以及dplyr组引起任何焦虑：

dat %>%
  group_by(gid) %>%
  filter(row_number() == which.max(set)) %>%
  mutate(greater=ifelse(a>b, 1, 0)) %>%
  select(gid, set, greater) %>%
  ungroup

## Source: local data frame [2 x 3]
## 
##   gid set greater
## 1   1   3       0
## 2   2   9       1

你可以在没有管道的情况下做同样的事情：

ungroup(
  select(
    mutate(
      filter(row_number() == which.max(set)), 
      greater=ifelse(a>b, 1, 0)), gid, set, greater))

但是……但是……为什么？！ :-)

Answer 2

这里有一个 data.table 的可能性，假设您的原始数据被称为 df。

library(data.table)

setDT(df)[, .(set = max(set), b = as.integer(a > b)[set == max(set)]), gid]
#    gid set b
# 1:   1   3 0
# 2:   2   9 1

请注意，为了考虑多个 max(set) 行，我使用 set == max(set) 作为子集，这样这将 return 相同的行数（如果这有任何意义的话）。

感谢@thelatemail，另一个数据 table 选项：

setDT(df)[, list(set = max(set), ab = (a > b)[which.max(set)] + 0), by = gid]
#    gid set ab
# 1:   1   3  0
# 2:   2   9  1

Answer 3

在base R中，可以使用ave

indx <- with(df, ave(set, gid, FUN=max)==set)
#in cases of ties
#indx <- with(df, !!ave(set, gid, FUN=function(x) 
#                  which.max(x) ==seq_along(x)))


transform(df[indx,], greater=(a>b)+0)[,c(1:2,5)]
#   gid set greater
# 3   1   3       0
# 6   2   9       1

R：subset/group 具有最大值的数据框？

R: subset/group data frame with a max value?

r

dataframe

greatest-n-per-group

rdata