Question

对于每个重复var的行，

我需要获取每列的最大值。我尝试了plyr方法，但它非常慢。有关优化或替代方案的任何建议吗？

x <- ddply(x, "var", numcolwise(max))

下面的数据示例，但我有大约10K行和5K。

var L1  L2  L3  L4  L5  L6
var1    0.509100101 0.015739581 0.957789164 0.902292389 0.826366893 0.182984811
var1    0.879927428 0.652231012 0.937680366 0.275712565 0.697747469 0.839823493
var1    0.708760238 0.650970415 0.342625412 0.945388553 0.780597336 0.125712247
var4    0.169279846 0.712183393 0.805263513 0.119002298 0.774175311 0.656468809
var5    0.343674627 0.808923336 0.339527067 0.73768585  0.166461354 0.588347206
var5    0.690868073 0.195300702 0.16614307  0.112241319 0.747591381 0.9433346
var5    0.209711182 0.764779757 0.283426455 0.373367398 0.225350503 0.492510721
var8    0.805516572 0.842888657 0.275147394 0.960842561 0.734521004 0.605078001
var9    0.534889726 0.444212963 0.165563287 0.590991951 0.244009571 0.188597899
var10   0.499110864 0.496455884 0.993483606 0.444440833 0.755452203 0.895849025
var11   0.366111435 0.580177811 0.411523103 0.111694655 0.892282071 0.777860302
var12   0.200600203 0.809859039 0.890912839 0.063123472 0.107956515 0.441015454
var13   0.46876789  0.529304262 0.410794171 0.072144288 0.497160109 0.291629322
var14   0.546108044 0.436783087 0.315849023 0.610337503 0.552454722 0.50320375
var14   0.206252562 0.919754189 0.060999717 0.808003665 0.441351656 0.190068706

Answer 1

你可以尝试

library(dplyr)
 x %>% 
    group_by(var) %>% 
    summarise_each(funs(max))

或者

library(data.table)
setDT(x)[, lapply(.SD, max) , var]

Answer 2

将数据融合为“长”格式，按降序排序并获取var和variable的每个组合的第一个实例：

library(magrittr)
library(plyr)
library(reshape2)
data %>%
  melt(id.vars = "var") %>%
  arrange(-value) %>%
  subset(!duplicated(interaction(var, value)))

如有必要，将数据转换回“宽”格式：

... %>%
dcast(var~variable)

R：在保持最大值的同时删除重复项

2 个答案: