Question

给出这样的数据框：

  gid set  a  b
1   1   1  1  9
2   1   2 -2 -3
3   1   3  5  6
4   2   2 -4 -7
5   2   6  5 10
6   2   9  2  0

如何对具有最大gid值且1/0的唯一set的数据框进行子集/分组，其a值大于其b值？

所以在这里，它是，呃......

1,3,0
2,9,1

在SQL中有点愚蠢的简单但我希望能更好地控制我的R，所以......

Answer 1

带dplyr的小蛋糕：

dat <- read.table(text="gid set  a  b
1   1  1  9
1   2 -2 -3
1   3  5  6
2   2 -4 -7
2   6  5 10
2   9  2  0", header=TRUE)

library(dplyr)

dat %>%
  group_by(gid) %>%
  filter(row_number() == which.max(set)) %>%
  mutate(greater=a>b) %>%
  select(gid, set, greater)

## Source: local data frame [2 x 3]
## Groups: gid
## 
##   gid set greater
## 1   1   3   FALSE
## 2   2   9    TRUE

如果确实需要1和0以及dplyr 群组引起任何焦虑：

dat %>%
  group_by(gid) %>%
  filter(row_number() == which.max(set)) %>%
  mutate(greater=ifelse(a>b, 1, 0)) %>%
  select(gid, set, greater) %>%
  ungroup

## Source: local data frame [2 x 3]
## 
##   gid set greater
## 1   1   3       0
## 2   2   9       1

你可以在没有管道的情况下做同样的事情：

ungroup(
  select(
    mutate(
      filter(row_number() == which.max(set)), 
      greater=ifelse(a>b, 1, 0)), gid, set, greater))

但是......但是...... 为什么？！： - ）

Answer 2

假设您的原始数据被称为data.table，这是df的可能性。

library(data.table)

setDT(df)[, .(set = max(set), b = as.integer(a > b)[set == max(set)]), gid]
#    gid set b
# 1:   1   3 0
# 2:   2   9 1

请注意，为了考虑多个max(set)行，我使用了set == max(set)作为子集，这样就会返回相同数量的行，这些行与max有关系（如果有任何意义的话）在所有）。

由@thelatemail提供，另一个数据表选项：

setDT(df)[, list(set = max(set), ab = (a > b)[which.max(set)] + 0), by = gid]
#    gid set ab
# 1:   1   3  0
# 2:   2   9  1

Answer 3

在base R中，您可以使用ave

indx <- with(df, ave(set, gid, FUN=max)==set)
#in cases of ties
#indx <- with(df, !!ave(set, gid, FUN=function(x) 
#                  which.max(x) ==seq_along(x)))


transform(df[indx,], greater=(a>b)+0)[,c(1:2,5)]
#   gid set greater
# 3   1   3       0
# 6   2   9       1

R：具有最大值的子集/组数据帧？

3 个答案: