Question

我有一个数据框，每行代表一个记录的事件。举个例子，假设我测量了过往车辆的速度，有些车辆经过我不止一次。

cardata <- data.frame(
  car.ID = c(3,4,1,2,5,4,5),
  speed = c(100,121,56,73,87,111,107)
  )

我可以对列表进行排序并拉出三个最快的事件......

top3<-head(cardata[order(cardata$speed,decreasing=TRUE),],n=3)
> top3
  car.ID speed
2      4   121
6      4   111
7      5   107

...但你会注意到4号车记录了两次最快的时间。如何在没有任何重复车辆ID的情况下找到三个最快的事件？我意识到，在这个例子中，“前三名”列表可能不会包含三个最快的事件。

Answer 1

您可以使用aggregate来查找每car.ID的最高速度：

cartop <- aggregate(speed ~ car.ID, data = cardata, FUN = max)
top3 <- head(cartop[order(cartop$speed, decreasing = TRUE), ], n = 3)

 #   car.ID speed
 # 4      4   121
 # 5      5   107
 # 3      3   100

Answer 2

使用data.table代替data.frame：

library(data.table)
dt = data.table(cardata)

# the easier to read way
dt[order(-speed), speed[1], by = car.ID][1:3]
#   car.ID  V1
#1:      4 121
#2:      5 107
#3:      3 100

# (probably) a faster way
setkey(dt, speed) # faster sort by speed
tail(dt[, speed[.N], by = car.ID], 3)
#  car.ID  V1
#1:      5 107
#2:      3 100
#3:      4 121

# and another way for fun (not sure how fast it is)
setkey(dt, car.ID, speed)
tail(dt[J(unique(car.ID)), mult = 'last'], 3)

Answer 3

使用plyr，你也可以这样做。例如，选择前三名：

library(plyr)
top3 <- ddply(ddply(cardata,.(car.ID),summarize, maxspeed=max(speed)),.(-maxspeed))[1:3,-1]

<强>更新

使用dplyr软件包，您可以更快速，更清晰地完成此任务。

require(dplyr)

# Select for each car.ID the observation with the highest speed and sort.
top <- cardata  %>% 
    group_by(car.ID) %>% 
    arrange(-speed)%>%
    top_n(1)

# Take the top 3 of the resulting table.
top3 <- top[1:3,]
top3

#   car.ID speed
# 1      4   121
# 2      5   107
# 3      3   100

Answer 4

这是另一种基础R方式：

top.speeds <- unique(transform(cardata, speed=ave(speed, car.ID, FUN=max)))
top3 <- head(top.speeds[order(top.speeds$speed, decreasing=TRUE), ], n=3)
#   car.ID speed
# 2      4   121
# 5      5   107
# 1      3   100

Answer 5

我更喜欢使用基础R建议的解决方案，但为了完整性，这是使用sqldf的另一种方式：

library(sqldf)

cardata <- data.frame(
  car.ID = c(3,4,1,2,5,4,5),
  speed = c(100,121,56,73,87,111,107)
)

sqldf("
select car_ID, max(speed) as max_speed
from cardata
group by car_ID
order by max(speed) desc      
limit 3
      ")

在R中创建“前10名”列表

5 个答案: