Question

我有一个数据框（df1）

DF1：

v1    v2    v3    v4
--    --    --    --
4.1   1.2   12    1.4
14    18.4  15.1  6.9

我想找到每一行的第n个最大值以及该值的列名。

敌人的例子，假设我想找到每一行的第二大值和相关的列名。所以输出（df2）应该是：

DF2：

value   col_name
---     --------
4.1     v1
15.1    v3

我怎么能用R做到这一点？我会很高兴得到任何帮助。非常感谢。

Answer 1

这很粗糙，但完成了工作：

second_largest <- apply(df, 1, FUN = function(x) tail(sort(x), 2)[1])
cols <- which(df == second_largest, arr.ind = T)[, 2]

df2 <- data.frame(value = second_largest,
                  col_name = colnames(df)[cols])

# df2
#   value col_name
# 1   4.1       v1
# 2  15.1       v3

dplyr和tidyr替代方：

library(dplyr)
library(tidyr)

df %>%
  mutate(row = row_number()) %>%
  gather(col, val, -row) %>%
  group_by(row) %>%
  arrange(val) %>%
  top_n(2) %>%
  do(head(., 1))

Answer 2

类似但略有不同的方法。如果您的数据很大，这可能会更快一些 - 如果不是，我确定没有真正的差异会显而易见。

n = 2L
mat = as.matrix(df1)
ind = apply(df1, 1, FUN = function(x) which(rank(-x) == n))
data.frame(value = mat[cbind(1:nrow(mat), ind)], col_name = colnames(mat)[ind])
#   value col_name
# 1   4.1       v1
# 2  15.1       v3

数据框和相关列名中第n行的最大值

2 个答案: