R：在数据框的子集中查找列的最大值

Question

我有一个数据框 df，其中包含列 ID、Year、Value1、Value2、Value3 和 21788928 行。我需要通过 Year 和 ID 对数据进行子集化，并在该子集中找到最大值 Value1 保存该行的其余信息，我需要对 Year 和 ID（年份从 1982 年到 2013 年， ID 从 1 到 28371)

我试图在双 for 循环中做到这一点：

year<-seq(1982, 2013)
cnt=1
for (i in 1:32) {
  for (j in 1:28371)

    A<-df[df$Year==year[i]&df$ID==j,] 
    maxVal[cnt,]<-A[A$Value1==max(A$Value1),]
    cnt=cnt+1
}
}

但这需要很长时间。有没有更有效的方法来做到这一点？也许使用 ddply 或 with.

Answer 1

您可以使用dplyr

library(dplyr)
dat %>% group_by(ID, Year) %>%
  summarise(mval=max(Value1)) -> result

或 plyr，保留所有其他列（并将最大值 1 重复为 mval）

ddply(dat, .(ID, Year), function(x) {
    transform(x[which.max(x$Value1),], mval=Value1)
  }, .drop=F)

数据

dat <- data.frame(ID=sample(1:10, 100, rep=T),
                  Year=sample(1995:2000, 100, rep=T),
                  Value1=runif(100))

Answer 2

基础 R 解决方案 aggregate:

prov <- aggregate(. ~ Year + ID, data = dat, FUN = max)

R：在数据框的子集中查找列的最大值

R: Find max value for column among a subset of a data frame

r

max

subset

plyr

dataframe