Question

我不明白为什么我找不到解决办法，因为我觉得这是一个非常基本的问题。那么需要寻求帮助。我想按月重新安排空气质量数据集，每个月的最大温度值。另外，我想找到每个月最高温度的相应日期。什么是最懒惰（代码方式）的方法呢？

我尝试过没有取得成功：

require(reshape2)
names(airquality) <- tolower(names(airquality))
mm <- melt(airquality, id.vars = c("month", "day"), meas = c("temp"))

dcast(mm, month + day ~ variable, max)
aggregate(formula = temp ~ month + day, data = airquality, FUN = max)

我喜欢这样的事情：

month day temp
5     7    89
...

Answer 1

一段时间以来，人们一直在讨论懒惰是否好。 Anwyay，这是一个简短而自然的写入和读取（并且对于大数据来说很快，因此您不需要在以后更改或优化它）：

require(data.table)
DT=as.data.table(airquality)

DT[,.SD[which.max(Temp)],by=Month]

     Month Ozone Solar.R Wind Temp Day
[1,]     5    45     252 14.9   81  29
[2,]     6    NA     259 10.9   93  11
[3,]     7    97     267  6.3   92   8
[4,]     8    76     203  9.7   97  28
[5,]     9    73     183  2.8   93   3

.SD是每个组的数据子集，您只需要具有最大Temp，iiuc的行。如果您需要行号，则可以添加。

或者获取最大值绑定的所有行：

DT[,.SD[Temp==max(Temp)],by=Month]

     Month Ozone Solar.R Wind Temp Day
[1,]     5    45     252 14.9   81  29
[2,]     6    NA     259 10.9   93  11
[3,]     7    97     267  6.3   92   8
[4,]     7    97     272  5.7   92   9
[5,]     8    76     203  9.7   97  28
[6,]     9    73     183  2.8   93   3
[7,]     9    91     189  4.6   93   4

Answer 2

plyr的另一种方法

require(reshape2)
names(airquality) <- tolower(names(airquality))
mm <- melt(airquality, id.vars = c("month", "day"), meas = c("temp"), value.name = 'temp')

library(plyr)

ddply(mm, .(month), subset, subset = temp == max(temp), select = -variable)

给出

  month day temp
1     5  29   81
2     6  11   93
3     7   8   92
4     7   9   92
5     8  28   97
6     9   3   93
7     9   4   93

或者，甚至更简单

require(reshape2)
require(plyr)
names(airquality) <- tolower(names(airquality))
ddply(airquality, .(month), subset, 
  subset = temp == max(temp), select = c(month, day, temp) )

Answer 3

plyr怎么样？

max.func <- function(df) {
   max.temp <- max(df$temp)

   return(data.frame(day = df$Day[df$Temp==max.temp],
                     temp = max.temp))
}

ddply(airquality, .(Month), max.func)

如您所见，本月的最高温度发生在一天以上。如果你想要不同的行为，这个功能很容易调整。

Answer 4

或者，如果您想使用data.table包（例如，如果速度有问题且数据集很大或者您更喜欢语法）：

library(data.table)
DT <- data.table(airquality)
DT[, list(maxTemp=max(Temp), dayMaxTemp=.SD[max(Temp)==Temp, Day]), by="Month"]

如果您想知道.SD代表的内容，请查看此处：SO

根据另一列中的最高值选择一个值

4 个答案: