Question

我想找到data.frame中每列的第n个最小数字。

在下面的示例中，我使用dcast nth函数实际指定了第二个最小值。有人可以帮助编写函数吗？

library(vegclust)
library(dplyr)
data(wetland)
dfnorm = decostand(wetland,"normalize")
dfchord = dist(dfnorm, method = "euclidean")
dfchord = data.frame(as.matrix(dfchord)
number_function = function(x) nth(x,2) # can change 2 to any number..

answer_vector = apply(dfchord, 2, number) # here, 2 specifying apply on columns

实际答案是这样的......

ans = c(0.5689322,0.579568297,0.315017693,0.315017693,0.632246369, 0.868563003, 0.704638684, 0.35827587, 0.725220337, 0.516397779) # length of 1:38

Answer 1

只是警告，如果您没有指定dplyr nth()的订单，它实际上不会进行排序：

例如，

> sapply(mtcars, dplyr::nth, 2)
    mpg     cyl    disp      hp    drat      wt    qsec      vs      am    gear    carb 
 21.000   6.000 160.000 110.000   3.900   2.875  17.020   0.000   1.000   4.000   4.000

实际上只是数据的第二行：

> mtcars[2,]
              mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4 Wag  21   6  160 110  3.9 2.875 17.02  0  1    4    4

Rfast中的nth函数默认排序：

> sapply(mtcars, Rfast::nth, 2)
   mpg    cyl   disp     hp   drat     wt   qsec     vs     am   gear   carb 
10.400  4.000 75.700 62.000  2.760  1.615 14.600  0.000  0.000  3.000  1.000

如果您对性能敏感，那么使用部分排序可以很好地扩展Rfast版本，对于基于sort，order或{{1的解决方案，这种情况并非如此（包括rank）。

Answer 2

这是我的例子;

num_func <- function(x, n) nth(sort(x), n)
sapply(dfchord, num_func, n = 2)  # edited (thanks for @thelatemail's comment)

Answer 3

由于您已经喜欢dplyr，这就是我现在使用purrr做的事情：

purrr::map_dbl(mtcars, ~nth(., 2, order_by = .))
   mpg    cyl   disp     hp   drat     wt   qsec     vs     am   gear   carb 
10.400  4.000 75.700 62.000  2.760  1.615 14.600  0.000  0.000  3.000  1.000

或只有dplyr，因为它已加载nth()：

summarise_all(mtcars, funs(nth(., 2, order_by = .))
   mpg cyl disp hp drat    wt qsec vs am gear carb
1 10.4   4 75.7 62 2.76 1.615 14.6  0  0    3    1

Answer 4

如果您正在寻找nth和sort的更快替代品，则CRAN的“ kit”包中有topn函数。请查看文档。

Answer 5

所以这里是一个答案，可以在任何data.frame的列中获取任何第n个值，只需更改y [x]中的x。

x = dfchord

for (i in (1:ncol(x))) {
  y = sort(x[,i], decreasing=FALSE)
  ans$small[i] = y[2] # this is the second biggest number, replace the value with whatever you want
  ans$rel = rownames(x)
}

answer = data.frame( 'nth' = ans$small, 'rel' = ans$rel)

Answer 6

使用dplyr::summarize_each

n <- 2
dfchord %>% summarize_each(funs(nth(sort(.),n)))
#          X5        X8       X13        X4       X17       X3        X9       X21       X16       X14        X2       X15        X1        X7
# 1 0.5689322 0.5795683 0.3150177 0.3150177 0.6322464 0.868563 0.7046387 0.3582759 0.7252203 0.5163978 0.3651484 0.5163978 0.3582759 0.4222794
#         X10      X40       X23       X25       X22      X20        X6      X18      X12       X39       X19       X11       X30       X34
# 1 0.4222794 0.507107 0.6206017 0.4536844 0.4536844 0.654303 0.5126421 0.338204 0.338204 0.5126421 0.5393651 0.5804794 0.7270723 0.5242481
#        X28       X31       X26       X29       X33       X24       X36      X37       X41       X27       X32       X35       X38
# 1 0.735765 0.5242481 0.7270723 0.8749704 0.5715592 0.4933355 0.4933355 0.574123 0.7443697 0.6333863 0.6333863 0.7296583 0.6709442

R中data.frame中每列的第N个最小值

6 个答案: