Question

假设我有一个数据帧：

我想创建另一个数据框，其中仅包含至少发生3次的x值（在这种情况下为a和b），以及它们的最高对应{{1值。

所以我希望输出为：

此处x y a 9 b 13和9分别是13和a的最高值

我尝试使用：

但它不起作用。

Answer 1

data.table包很适合这个。如果df是原始数据，则可以执行

library(data.table)
setDT(df)[, .(y = max(y)[.N >= 3]), by=x]
#    x  y
# 1: a  9
# 2: b 13

.N是一个整数，它告诉我们每组中有多少行（我们在此设置为x）。因此，我们只需将max(y)分组，使.N至少为三个。

Answer 2

这是一种方法，使用subset省略少于3次的x，然后aggregate按群组查找最大值：

d <- read.table(text='x y
a 1
b 2
a 3
a 4
b 5
c 6
a 7
d 8
a 9
b 10
e 12
b 13
c 15', header=TRUE)


with(subset(d, x %in% names(which(table(d$x) >= 3))),
     aggregate(list(y=y), list(x=x), max))

#   x  y
# 1 a  9
# 2 b 13

好的衡量标准是dplyr方法：

library(dplyr)
d %>% 
  group_by(x) %>% 
  filter(n() >= 3) %>% 
  summarise(max(y))


# Source: local data frame [2 x 2]
# 
#    x max(y)
# 1 a      9
# 2 b     13

使用频率在R中提取变量

2 个答案: