Wie wählt man die Zeile mit dem maximalen Wert in jeder Gruppe?

Derzeit habe ich ein problem wie folgt. In ein dataset, in dem mehrere Beobachtungen für jedes Thema vorhanden ist, und ich möchte, um eine Teilmenge dieser dataset, in dem nur die maximale Datenrate, die für eine Aufzeichnung ausgewählt ist. Zum Beispiel für einen Datensatz wie folgt:

ID <- c(1,1,1,2,2,2,2,3,3)
Value <- c(2,3,5,2,5,8,17,3,5)
Event <- c(1,1,2,1,2,1,2,2,2)

group <- data.frame(Subject=ID, pt=Value, Event=Event)

Thema 1, 2 und 3 die größte pt-Wert von 5, 17 und 5, beziehungsweise. Wie könnte ich zuerst, finden Sie die größten pt-Wert für jedes Fach, und legen Sie dann, diese Beobachtung in einem anderen Daten-frame? Dies bedeutet, dass diese Teilmenge nur die größten pt-Werte für jedes Thema.

InformationsquelleAutor der Frage Xinting WANG | 2014-07-03

  1. 47

    Hier ein data.table Lösung:

    require(data.table) ## 1.9.2
group <- as.data.table(group)

    Wenn Sie möchten, um alle die Einträge zu max-Werte pt innerhalb jeder Gruppe:

    group[group[, .I[pt == max(pt)], by=Subject]$V1]
#    Subject pt Event
# 1:       1  5     2
# 2:       2 17     2
# 3:       3  5     2

    Wenn Sie möchten, nur die ersten max-Wert von pt:

    group[group[, .I[which.max(pt)], by=Subject]$V1]
#    Subject pt Event
# 1:       1  5     2
# 2:       2 17     2
# 3:       3  5     2

    In diesem Fall, es macht keinen Unterschied, da es nicht mehrere maximale Werte innerhalb einer Gruppe in Ihren Daten.

    InformationsquelleAutor der Antwort Arun

  2. 25

    Die intuitive Methode ist die Verwendung group_by und top_n Funktion in dplyr

        group %>% group_by(Subject) %>% top_n(1, pt)

    Dem Ergebnis, das Sie bekommen, ist

        Source: local data frame [3 x 3]
    Groups: Subject [3]

      Subject    pt Event
        (dbl) (dbl) (dbl)
    1       1     5     2
    2       2    17     2
    3       3     5     2

    InformationsquelleAutor der Antwort Xi Liang

  3. 19

    Eine kürzere Lösung mit data.table:

    setDT(group)[, .SD[which.max(pt)], by=Subject]
#    Subject pt Event
# 1:       1  5     2
# 2:       2 17     2
# 3:       3  5     2

    InformationsquelleAutor der Antwort Mark Chamness

  4. 6

    Ich war mir nicht sicher, was Sie tun wollten, über der Spalte Ereignis, aber wenn Sie wollen, zu halten, dass ebenso, wie über

    isIDmax <- with(dd, ave(Value, ID, FUN=function(x) seq_along(x)==which.max(x)))==1
group[isIDmax, ]

#   ID Value Event
# 3  1     5     2
# 7  2    17     2
# 9  3     5     2

    Hier verwenden wir ave Blick auf die Spalte "Wert" für jede "ID". Dann bestimmen wir, welcher Wert ist der maximale und dann diese in einen logischen Vektor, die wir verwenden können, um die Teilmenge der ursprünglichen Daten.frame.

    InformationsquelleAutor der Antwort MrFlick

  5. 3

    Einen dplyr Lösung:

    > library(dplyr)
> ID <- c(1,1,1,2,2,2,2,3,3)
> Value <- c(2,3,5,2,5,8,17,3,5)
> Event <- c(1,1,2,1,2,1,2,2,2)
> group <- data.frame(Subject=ID, pt=Value, Event=Event)
> group <- group_by(group, Subject)
> summarize(group, max.pt = max(pt))

    Daraus ergibt sich die folgende Daten Rahmen:

      Subject max.pt
1       1      5
2       2     17
3       3      5

    InformationsquelleAutor der Antwort tkmckenzie

  6. 2
    do.call(rbind, lapply(split(group,as.factor(group$Subject)), function(x) {return(x[which.max(x$pt),])}))

    Mit Base R

    InformationsquelleAutor der Antwort Kalees Waran

  7. -1

    Weitere option ist slice

    library(dplyr)
group %>%
     group_by(Subject) %>%
     slice(which.max(pt))
#    Subject    pt Event
#    <dbl> <dbl> <dbl>
#1       1     5     2
#2       2    17     2
#3       3     5     2

    InformationsquelleAutor der Antwort akrun

Schreibe einen Kommentar