Question

我有一个包含多个列的数据框（17）。第2列有几行具有相同的值，我想只保留其中一行，特别是第17列中具有最大值的行。

例如：

A    B
'a'  1
'a'  2
'a'  3
'b'  5
'b'  200

Would return
A    B
'a'  3
'b'  200

（加上其他列）

到目前为止，我一直在使用这个独特的功能，但我认为它会随机保留一个或保留第一个出现的功能。

**更新** 实际数据有376000行。我已经尝试了data.table和ddply建议，但它们需要永远。有什么想法最有效吗？

Answer 1

使用包data.table的解决方案：

set.seed(42)
dat <- data.frame(A=c('a','a','a','b','b'),B=c(1,2,3,5,200),C=rnorm(5))
library(data.table)

dat <- as.data.table(dat)
dat[,.SD[which.max(B)],by=A]

   A   B         C
1: a   3 0.3631284
2: b 200 0.4042683

Answer 2

使用R基本功能的不太优雅的解决方案

> ind <- with(dat, tapply(B, A, which.max)) # Using @Roland's data
> mysplit <- split(dat, dat$A)
> do.call(rbind, lapply(1:length(mysplit), function(i) mysplit[[i]][ind[i],]))
  A   B         C
3 a   3 0.3631284
5 b 200 0.4042683

如何通过列A在R中创建唯一，并在B列中保留具有最大值的行

2 个答案: