Question

这里使用的数据集是来自曲解包，MASS的基因型。

> names(genotype)
[1] "Litter" "Mother" "Wt"

> str(genotype)
'data.frame':   61 obs. of  3 variables:
 $ Litter: Factor w/ 4 levels "A","B","I","J": 1 1 1 1 1 1 1 1 1 1 ...
 $ Mother: Factor w/ 4 levels "A","B","I","J": 1 1 1 1 1 2 2 2 3 3 ...
 $ Wt    : num  61.5 68.2 64 65 59.7 55 42 60.2 52.5 61.8 ...

这是教程中给出的问题：练习6.7。在基因型（）数据中找出每个母亲所生的最重的老鼠。

tapply，由分子因子基因型分开$母亲给出：

> tapply(genotype$Wt, genotype$Mother, max)
   A    B    I    J 
68.2 69.8 61.8 61.0

此外：

> out <- tapply(genotype$Wt, genotype[,1:2],max)
> out
      Mother
Litter    A    B    I    J
     A 68.2 60.2 61.8 61.0
     B 60.3 64.7 59.0 51.3
     I 68.0 69.8 61.3 54.5
     J 59.0 59.5 61.4 54.0

首先tapply给出每个母亲最重的老鼠，然后第二个（out）给出一张桌子，让我可以确定每个母亲哪种类型的母猪最重。是否有另一种方法可以匹配每个母亲最重的Litter，例如，如果2 dim表真的很大。

Answer 1

我们可以使用data.table。我们将'data.frame'转换为'data.table'（setDT(genotype)）。使用which.max创建索引，并对按“母亲”分组的数据集的行进行子集化。

library(data.table)#v1.9.5+
setDT(genotype)[, .SD[which.max(Wt)], by = Mother]
#   Mother Litter   Wt
#1:      A      A 68.2
#2:      B      I 69.8
#3:      I      A 61.8
#4:      J      A 61.0

如果我们只对'母亲'的'{1}}'Wt'感兴趣

max

根据OP显示的最后setDT(genotype)[, list(Wt=max(Wt)), by = Mother] # Mother Wt #1: A 68.2 #2: B 69.8 #3: I 61.8 #4: J 61.0代码，如果我们需要类似的输出，我们可以使用deve版本的'data.table'中的tapply

dcast

数据

dcast(setDT(genotype), Litter ~ Mother, value.var='Wt', max)
#   Litter    A    B    I    J
#1:      A 68.2 60.2 61.8 61.0
#2:      B 60.3 64.7 59.0 51.3
#3:      I 68.0 69.8 61.3 54.5
#4:      J 59.0 59.5 61.4 54.0

Answer 2

来自统计数据：

aggregate(. ~ Mother, data = genotype, max)

或

aggregate(Wt ~ Mother, data = genotype, max)

如何最好地索引数据框中的最大值？

2 个答案:

数据