Question

我有一个数据框，其中包含163个观测值和65列，其中包含一些动物数据。 163个观测值来自56个动物，每个观测值都应该有三份记录，但是有些信息丢失了，所以对于大多数动物来说，我有三份记录（“ A”，“ B”，“ C”），而对于某些我有仅重复项（在“ A”和“ B”，“ A”和“ C”以及“ B”和“ C”之间有所不同）。

第13:65列包含一些我想总结的信息，并且仅保留具有更高rowSums值的一式三份。所以我的数据框将是这样的：

  ID    Trip     Acet    Cell   Fibe   Mega   Tera
1   4      A        2       4      9      8      3  
2   4      B        9       3      7      5      5  
3   4      C        1       2      4      8      6 
4   12     A        4       6      7      2      3 
5   12     B        6       8      1      1      2 
6   12     C        5       5      7      3      3

我不确定我需要编写自己的函数，循环还是最好的替代方案-抱歉，我仍在学习，但不幸的是，我不像程序员那样认为使事情变得更具挑战性...

所以我想要知道的是保留第2行和第6行（每只动物一式三份中的rowSum最高），但要保留整个数据帧。结果就是我想要的是

    ID    Trip    Acet    Cell   Fibe   Mega   Tera
1   4      B       9       3      7      5      5  
2   12     C       5       5      7      3      3

非常抱歉，如果这个问题讲得不好或没有道理，这是我第一次在这里问问题，而我才刚刚开始学习R。

Answer 1

我们可以单独创建行总和，并使用ave使用它来查找具有最大行总和的行。然后使用逻辑向量对数据集的行进行子集

nm1 <- startsWith(names(df1), "V")

OP更新了列名称。在这种情况下，要么使用索引

nm1 <- 3:7

或使用setdiff

选择列

nm1 <- setdiff(names(df1), c("ID", "Trip"))

v1 <- rowSums(df1[nm1], na.rm = TRUE)
i1 <- with(df1, v1 == ave(v1, ID, FUN = max))
df1[i1,]
#  ID Trip V1 V2 V3 V4 V5
#2  4    B  9  3  7  5  5
#6 12    C  5  5  7  3  3

数据

df1 <- structure(list(ID = c(4L, 4L, 4L, 12L, 12L, 12L), Trip = structure(c(1L, 
2L, 3L, 1L, 2L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    V1 = c(2L, 9L, 1L, 4L, 6L, 5L), V2 = c(4L, 3L, 2L, 6L, 8L, 
    5L), V3 = c(9L, 7L, 4L, 7L, 1L, 7L), V4 = c(8L, 5L, 8L, 2L, 
    1L, 3L), V5 = c(3L, 5L, 6L, 3L, 2L, 3L)), 
    class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

Answer 2

这是一种方法。

library(tidyverse)

dat2 <- dat %>%
  mutate(Sum = rowSums(select(dat, starts_with("V")))) %>%
  group_by(ID) %>%
  filter(Sum == max(Sum)) %>%
  select(-Sum) %>%
  ungroup()
dat2
# # A tibble: 2 x 7
#      ID Trip     V1    V2    V3    V4    V5
#   <int> <fct> <int> <int> <int> <int> <int>
# 1     4 B         9     3     7     5     5
# 2    12 C         5     5     7     3     3

这里是另一个。即使存在多行且行总和等于最大值的行，此方法也可以确保仅保留一行。

dat3 <- dat %>%
  mutate(Sum = rowSums(select(dat, starts_with("V")))) %>%
  arrange(ID, desc(Sum)) %>%
  group_by(ID) %>%
  slice(1) %>%
  select(-Sum) %>%
  ungroup()
dat3
# # A tibble: 2 x 7
#      ID Trip     V1    V2    V3    V4    V5
#   <int> <fct> <int> <int> <int> <int> <int>
# 1     4 B         9     3     7     5     5
# 2    12 C         5     5     7     3     3

数据

dat <- read.table(text = "  ID    Trip     V1     V2    V3    V4    V5
1   4      A       2      4     9     8     3  
2   4      B       9      3     7     5     5  
3   4      C       1      2     4     8     6 
4   12     A       4      6     7     2     3 
5   12     B       6      8     1     1     2 
6   12     C       5      5     7     3     3 ",
                  header = TRUE)

获取rowSums一式三份的记录，并仅保留具有最高价值的记录

2 个答案:

数据