Question

所有

我希望有人可以找到我的问题的解决方案，这不一定会导致令人头疼的问题，但是，就目前而言，在为我正在制作的项目创建数据集时会引发人为错误的可能性工作

我现在使用的数据集是1950年到2010年间每年选定国家/地区的定向二元年（A对B，B对A）数据集。有些国家/地区，如A in in我的例子，将与世界上每个国家配对，每个国家都将与之配对。一些国家，例如我的例子中的B和C，将与少数几个国家配对。有些对会丢失数据，我在这个例子中没有显示。

我想要做的是使用R在给定年份中查找给定国家/地区的给定列的最大值，并将该值插入另一个数据框。希望这个例子能说明我想做什么。

country1 country2 year    x1   x2   x3   x4
   A        B     2000    50   30   1    20
   A        C     2000    70    2   5    90
   A        D     2000    10   90   20   30
   A        E     2000    95   10   10   5
   A        F     2000    10   10   10   0
   A        G     2000    5     5   0    0
   A        H     2000    10   30   25   40

  ........................................

  B        A      1998    5    10   30   2
  B        D      1998    30   6    9    0
  B        I      1998    10   9    7    0

  ........................................

  C        A      2005    10   15   2    6
  C        D      2005    90   0    0    40
  C        X      2005    49   90   5    0

例如，假设我在2000年对A国感兴趣。我想知道2000年x1的最大值是什么（95，与E国配对）。我还想知道在给定年份的任何配对中x2，x3和x4的最大值是什么（国家D，国家/地区为90,25和90）分别为H和C国。）

1998年的B国和2005年的C国也是如此。

在给定年份中给定国家/地区隔离这些列的最大值之后，我想将这些值转储到数据框中，就像这样。

country   year    x1max    x2max    x3max    x4max
  A       2000      95       90       25       90
  B       1998      30       10       30        2
  C       2005      90       90        5       40

我在这方面很灵活。将每个国家/地区的最大值转储到维度为1x5的数据框中可能最简单，然后使用rbind将它们堆叠在一起。

有没有人对如何进行有任何建议？它省去了手动操作的麻烦，这比任何事情更能引发人为错误。

然而，可重复的代码如下，因为我的问题确实取决于隔离特定国家的特定年份（例如，2000年代表国家A而不是2001年），我不确定可重现的代码是否必然有用。我希望它是，或者至少，我的问题很清楚。

country1 <- c("A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "C", "C", "C")
country2 <- c("B","C","D","E","F","G","H","A","D","I","A","D","X")
year <- c(2000, 2000, 2000, 2000, 2000, 2000, 2000, 1998, 1998, 1998, 2005, 2005, 2005)
x1 <- c(50, 70, 10, 95, 10, 5, 10, 5, 30, 10, 10, 90, 49)
x2 <- c(30, 2, 90, 10, 10, 5, 30, 10, 6, 9, 15, 0, 90)
x3 <- c(1, 5, 20, 10, 10, 0, 25, 30, 9, 7, 2, 0, 5)
x4 <- c(20, 90, 30, 5, 0,0,40,2,0,0,6,40,0)

Data=data.frame(country1=country1,country2=country2,year=year,x1=x1,x2=x2,x3=x3,x4=x4)
Data

Answer 1

听起来你只是在寻找aggregate：

> aggregate(cbind(x1, x2, x3, x4) ~ country1 + year, Data, max)
  country1 year x1 x2 x3 x4
1        B 1998 30 10 30  2
2        A 2000 95 90 25 90
3        C 2005 90 90  5 40

从你的问题中你不清楚你想从那里开始......

Answer 2

您也可以使用plyr包中的ddply。假设您的样本是数据。

data<-structure(list(country1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 3L, 3L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    country2 = structure(c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 4L, 
    9L, 1L, 4L, 10L), .Label = c("A", "B", "C", "D", "E", "F", 
    "G", "H", "I", "X"), class = "factor"), year = c(2000L, 2000L, 
    2000L, 2000L, 2000L, 2000L, 2000L, 1998L, 1998L, 1998L, 2005L, 
    2005L, 2005L), x1 = c(50L, 70L, 10L, 95L, 10L, 5L, 10L, 5L, 
    30L, 10L, 10L, 90L, 49L), x2 = c(30L, 2L, 90L, 10L, 10L, 
    5L, 30L, 10L, 6L, 9L, 15L, 0L, 90L), x3 = c(1L, 5L, 20L, 
    10L, 10L, 0L, 25L, 30L, 9L, 7L, 2L, 0L, 5L), x4 = c(20L, 
    90L, 30L, 5L, 0L, 0L, 40L, 2L, 0L, 0L, 6L, 40L, 0L)), .Names = c("country1", 
"country2", "year", "x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
-13L))

install.packages("plyr")
library(plyr)
ddply(data,.(country1,year),numcolwise(max))

  country1 year x1 x2 x3 x4
1        A 2000 95 90 25 90
2        B 1998 30 10 30  2
3        C 2005 90 90  5 40

Answer 3

如果你知道SQL，那么你可以使用这个包中的sqldf函数： http://cran.r-project.org/web/packages/sqldf/index.html

df <- sqldf("select year, max(x1), max(x2), max(x3), max(x4) from Data group by year")
df
  year max(x1) max(x2) max(x3) max(x4)
1 1998      30      10      30       2
2 2000      95      90      25      90
3 2005      90      90       5      40

查找一列的最大值（按组）并将值插入R中的另一个数据帧

3 个答案: