Question

我的数据集的概率看起来像这样

       topic_1      topic_2     topic_3      topic_4      topic_5      topic_6 most_probable
1 0.0028043479 0.0035351980 0.979083973 0.0045751502 0.0046371627 0.0053641679       topic_3
2 0.9688616242 0.0035351980 0.013026697 0.0045751502 0.0046371627 0.0053641679       topic_1
3 0.9928927297 0.0008069017 0.002973317 0.0010442686 0.0010584229 0.0012243603       topic_1
4 0.9841620200 0.0017981155 0.006625797 0.0023270686 0.0023586102 0.0027283884       topic_1
5 0.0004441958 0.0005599591 0.002063369 0.0007246827 0.9953581342 0.0008496595       topic_5

我使用此函数找到最可能的值

documents.topics$most_probable <- unlist(
lapply(
  1:nrow(documents.topics),
  function(x){
  names(which.max(documents.topics[x,]))}))
documents.topics$most_probable <- as.factor(documents.topics$most_probable)

我想知道如何找到第二个最大值并将其名称粘贴到新列second_probable

中

Answer 1

我们可以使用apply，sort和which函数：

dat$second_most_probable <- apply(dat[,-7], 1, 
FUN = function(x) which(x == sort(x, decreasing = TRUE)[2]))

对于每一行，我们按递减顺序sort数据，并从向量中选择第二个元素。然后，我们发现which列匹配第二大元素。我们使用which的结果来确定列名。

数据

dat <- structure(list(topic_1 = c(0.0028043479, 0.9688616242, 0.9928927297, 
0.98416202, 0.0004441958), topic_2 = c(0.003535198, 0.003535198, 
0.0008069017, 0.0017981155, 0.0005599591), topic_3 = c(0.979083973, 
0.013026697, 0.002973317, 0.006625797, 0.002063369), topic_4 = c(0.0045751502, 
0.0045751502, 0.0010442686, 0.0023270686, 0.0007246827), topic_5 = c(0.0046371627, 
0.0046371627, 0.0010584229, 0.0023586102, 0.9953581342), topic_6 = c(0.0053641679, 
0.0053641679, 0.0012243603, 0.0027283884, 0.0008496595), most_probable = c("topic_3", 
"topic_1", "topic_1", "topic_1", "topic_5")), .Names = c("topic_1", 
"topic_2", "topic_3", "topic_4", "topic_5", "topic_6", "most_probable"
), class = "data.frame", row.names = c("1", "2", "3", "4", "5"
))

Answer 2

以下是max.col的另一个选项。我们将数据集中的值基于“most_probable”列名称提取到数据集副本中的-Inf。然后使用max.col获取最大值列的索引，并使用它来获取列名

dat1 <- dat
dat1[cbind(1:nrow(dat), match( dat$most_probable, names(dat)))] <- -Inf
dat$second_most_probable <- names(dat)[max.col(dat1[-7])]
dat$second_most_probable
#[1] "topic_6" "topic_3" "topic_3" "topic_3" "topic_3"

找到一行中的第二个最大值，并将其名称粘贴到R中的一列中

2 个答案:

数据