Question

我无法在此处使用搜索功能或在Google上找到问题的答案。

我有一个数据框（500列宽，200,000行长），每人多行。每个单元格（除了具有人员ID的第一列）包含0或1.我正在寻找一种方法将每个人的数据帧减少到1行，其中我按人数取每列的最大值。

我知道我可以使用ddply或data.table ......如下所示......

tt <-data.frame(person=c(1,1,1,2,2,2,3,3,3), col1=c(0,0,1,1,1,0,0,0,0),col2=c(1, 1, 0, 0, 0, 0, 1 ,0 ,1))

library(plyr)
ddply(tt, .(person), summarize, col1=max(col1), col2=max(col2))

  person col1 col2
      1    1    1
      2    1    0
      3    0    1

但我不想指定我的每个列名，因为1）我在新数据集上有500和2）它们可能不同。

Answer 1

使用summarise_each

中的dplyr功能

library(dplyr)
tt %>% group_by(person) %>% summarise_each(funs(max))

#   person col1 col2
# 1      1    1    1
# 2      2    1    0
# 3      3    0    1

或只是基础aggregate功能

aggregate(.~person, tt, max)

#   person col1 col2
# 1      1    1    1
# 2      2    1    0
# 3      3    0    1

Answer 2

或使用data.table。

library(data.table)
setDT(tt)[, lapply(.SD, max), person]
#    person col1 col2
#1:      1    1    1
#2:      2    1    0
#3:      3    0    1

Answer 3

以下是另一项仅使用l(s)apply()的试用版。

t(sapply(unique(tt$person), function(x) lapply(tt[tt$person==x,], max)))
     person col1 col2
[1,] 1      1    1   
[2,] 2      1    0   
[3,] 3      0    1

R在大量列上聚合而不指定列名

3 个答案: