如何在R中的X，Y值的数据集中给定X的范围来找出Y的最小值？

Question

假设下面的数据集：

X   Y 
2   10
4   8
6   12
8   5
10  16
12  10
14  14
16  12
18  8
20  5
22  14
24  18
26  2
28  4
30  6

使用which.max(maydata$Y)或which.min(maydata$Y)很容易找出Y的最大值或最小值。

我想在给出特定范围的X时找出Y的值。像（我知道这不是正确的语法）：

which.min(profile_data1[profile_data1$X1>8 & profile_data1$X1 >20 ][2])

Answer 1

您可以使用以下命令查找给定Y的{​​{1}}的最大值：

X > 8 & X < 20

此处，max(subset(dat, X > 8 & X < 20, select = "Y")) # [1] 16 是数据框的名称。

Answer 2

罗小涛严厉地指出了一个错误，这将输出正确的值。

df[df$X > 8 & df$X < 20,"Y"][which.max(df[df$X > 8 & df$X < 20,"Y"])]

解释因为它变得漫长而令人困惑：
df[df$X > 8 & df$X < 20,"Y"]：选择所有Y> 20> X＆gt; 8
which.max(df[df$X > 8 & df$X < 20,"Y"])：此处的最大Y，= 1 的索引  df[df$X > 8 & df$X < 20,"Y"]：与之前相同的子集，它是向量
 在这种情况下，df[df$X > 8 & df$X < 20,"Y"][which.max(df[df$X > 8 & df$X < 20,"Y"])]相当于：df[df$X > 8 & df$X < 20,"Y"][1]，所以我们只选择向量的第一个值。

Sven Hohenstein的解决方案更高效，更容易实现，但希望这有助于您了解R索引的工作原理。

Answer 3

尝试（获取最大Y的行索引8 < X < 20）：

> as.numeric(row.names(df[df$X > 8 & df$X < 20, ])[match(max(df[df$X > 8 & df$X < 20, "Y"]), df[df$X > 8 & df$X < 20, "Y"])])

  

结果（原始数据框中的行索引）：

[1] 5

如果您想要值：

> df[as.numeric(row.names(df[df$X > 8 & df$X < 20, ])[match(max(df[df$X > 8 & df$X < 20, "Y"]), df[df$X > 8 & df$X < 20, "Y"])]), "Y"]

  

结果（值）：

[1] 16

修改

更容易理解：

> Sub.df <- df[df$X > 8 & df$X < 20, ]
> Sub.df
   X  Y
5 10 16
6 12 10
7 14 14
8 16 12
9 18  8
> result.index <- as.numeric(row.names(Sub.df)[match(max(Sub.df$Y), Sub.df$Y)])
> result.index
[1] 5
> result.value <- df[result.index, "Y"]
> result.value
[1] 16

Answer 4

或者这个：

max(df[with(df, X>=10 & X<=22),]$Y)
#[1] 16

或使用%in%：

max(subset(df, X %in% 10:22)$Y)

或使用match：

max(df[with(df, !is.na(match(X, 10:22))),]$Y)