Question

我的数据看起来像这样

我想对列a和c进行排序，以便列c中的每个偶数行都是列a中每对的最大数字。然后我想获取这些值并将它们存储在一个新对象中。看起来应该是这样的。

Answer 1

您可以使用此方法：

dat[order(dat$a, dat$c), ][c(FALSE, TRUE), ]
#    a b c
# 2  1 2 8
# 4  2 2 2
# 6  3 2 3
# 7  4 1 7
# 10 5 2 5
# 12 6 2 8
# 14 7 2 2

使用dplyr的替代方法：

library(dplyr)
dat %>%
  arrange(a, c) %>%
  filter(duplicated(a))

Answer 2

使用data.table包，您可以使用setorder或setkey通过引用对数据进行排序（无需使用<-函数创建副本）

library(data.table)
setorder(setDT(df), a, c)[]
#     a b c
#  1: 1 1 0
#  2: 1 2 8
#  3: 2 1 0
#  4: 2 2 2
#  5: 3 1 3
#  6: 3 2 3
#  7: 4 1 7
#  8: 4 2 4
#  9: 5 1 3
# 10: 5 2 5
# 11: 6 1 1
# 12: 6 2 8
# 13: 7 1 1
# 14: 7 2 2

然后，您可以通过各种简单的方式实现目标，例如

df[duplicated(a)]
#    a b c
# 1: 1 2 8
# 2: 2 2 2
# 3: 3 2 3
# 4: 4 2 4
# 5: 5 2 5
# 6: 6 2 8
# 7: 7 2 2

或者

df[, tail(.SD, 1), a]
#    a b c
# 1: 1 2 8
# 2: 2 2 2
# 3: 3 2 3
# 4: 4 2 4
# 5: 5 2 5
# 6: 6 2 8
# 7: 7 2 2

或

df[, .SD[2], a]
#    a b c
# 1: 1 2 8
# 2: 2 2 2
# 3: 3 2 3
# 4: 4 2 4
# 5: 5 2 5
# 6: 6 2 8
# 7: 7 2 2

P.S。如果您想更改列的顺序，您也可以使用setcolorder函数通过引用来完成此操作，例如，

setcolorder(df, c("a", "c", "b"))

Answer 3

这是一种方法。如果您的数据已经安排为df，我会slice(group_by(mydf, a), 2)使用dplyr。但是，我不确定是否是这种情况。我创建了一个示例并执行了以下操作。当c出现平局时，您似乎也会考虑b;你用max（b）连续排了一下。所以，我想这可能是一种方法。

library(dplyr)
foo <- data.frame(a = c(1, 1, 2, 2, 3, 3, 4, 4, 5, 5),
                  b = c(3, 5, 5, 6, 7, 1, 7, 3, 9, 2),
                  c = c(4, 0, 2, 6, 7, 7, 5, 2, 8, 1))
#   a b c
#1  1 3 4
#2  1 5 0
#3  2 5 2
#4  2 6 6
#5  3 7 7
#6  3 1 7
#7  4 7 5
#8  4 3 2
#9  5 9 8
#10 5 2 1

group_by(arrange(foo, a, c, b), a) %>%
slice(2)

#  a b c
#1 1 3 4
#2 2 6 6
#3 3 7 7
#4 4 7 5
#5 5 9 8

Answer 4

如果我正确理解您的问题，此解决方案应符合您的需求：

### Sample data
a <- rep(1:7, each = 2)
b <- rep(1:2, length(a)/2)
c <- c(0, 8, 0, 2, 3, 3, 7, 4, 3, 5, 1, 8, 1, 2)

abc <- cbind(a, b, c)


### Identify unique values of 'a'
unique_a <- unique(abc[, 1])

# Loop over all unique values of 'a'
t(sapply(unique_a, function(i) {

  # Subset data by current unique entry
  tmp_abc <- abc[which(abc[, 1] == i), ]

  # Extract corresponding values of 'c'
  tmp_val_c <- tmp_abc[, 3]

  # If all values of 'c' are equal, take the 2nd entry (i.e. row)
  if (tmp_val_c[1] == tmp_val_c[2]) {
    id_max <- 2
  # Else, identify the row with the maximum value of 'c'   
  } else {
    id_max <- which.max(tmp_abc[, 3])
  }

  # Return row holding maximum value of 'c'
  return(tmp_abc[id_max, c(1, 3, 2)])
}))

相应的返回值如下所示：

     a c b
[1,] 1 8 2
[2,] 2 2 2
[3,] 3 3 2
[4,] 4 7 1
[5,] 5 5 2
[6,] 6 8 2
[7,] 7 2 2

排序两列，有条件地选择值，然后运行cumsum频率

4 个答案: