Question

我有一个包含18列的数据集，我需要从中返回每个观察值具有最高值的列名，下面是一个简单的示例。我遇到了this的答案，它几乎可以满足我的需要，但是在某些情况下，我需要组合名称（例如下面ab中的maxcol）。我该怎么办？

任何建议将不胜感激！如果可能的话，对我来说，基于tidyverse的解决方案会更容易理解，因为我比基础更熟悉。

编辑：我忘了提到数据中的某些列具有NAs。

library(dplyr, warn.conflicts = FALSE)

#turn this
Df <- tibble(a = 4:2, b = 4:6, c = 3:5)

#into this
Df <- tibble(a = 4:2, b = 4:6, c = 3:5, maxol = c("ab", "b", "b"))

^{由reprex package（v0.2.1）于2018-10-30创建}

Answer 1

从linked post的答案继续，我们可以做

Df$maxcol <- apply(Df, 1, function(x) paste0(names(Df)[x == max(x)], collapse = ""))

Df

#      a     b     c maxcol
#  <int> <int> <int> <chr> 
#1     4     4     3  ab    
#2     3     5     4  b     
#3     2     6     5  b

对于每一行，我们检查哪个位置具有最大值，并且paste和names共同位于该位置。

如果您喜欢tidyverse方法

library(tidyverse)
Df %>%
  mutate(row = row_number()) %>%
  gather(values, key, -row) %>%
  group_by(row) %>%
  mutate(maxcol = paste0(values[key == max(key)], collapse = "")) %>%
  spread(values, key) %>%
  ungroup() %>%
  select(-row)

# maxcol     a     b     c
#  <chr>  <int> <int> <int>
#1 ab         4     4     3
#2 b          3     5     4
#3 b          2     6     5

我们首先使用gather将数据帧从宽转换为长，然后将group_by的每一行paste的列max key转换为{{1 }}长数据框再次变宽。

根据条件返回列名称

1 个答案: