Question

我有一个数据框，我想通过变量（a，在下面的示例中）进行分组，并总结另一个变量的最大值（b，在下面的示例中）。另外，我想打印对应于最大观察值的第三个（c，在下面的例子中）变量的值。我的代码在某些情况下有效但如果变量c对于组内的所有观察都是NA，则返回错误。有没有简单的方法来解决这个问题？

library(dplyr)
mydf<-data.frame(a=c(1,1,2,3,4,4),b=c("car","banana","phone","computer","ipod","phone"),c=c(7,2,3,4,9,8))
mydf
group_by(mydf,a) %>% summarise(max(c),b[which.max(c)])

mydf<-data.frame(a=c(1,1,2,3,4,4),b=c("car","banana","phone","computer","ipod","phone"),c=c(7,2,3,4,NA,NA))
mydf
group_by(mydf,a) %>% summarise(max(c),b[which.max(c)])

Answer 1

以下是使用dplyr获取max值＆＃39; c＆＃39;的行的一个选项。找到（按＆＃39; a＆＃39;分组）。

 library(dplyr)
 group_by(mydf,a) %>% 
            slice(which.max(c))

或者如果需要返回＆＃39; NA＆＃39;因为＆＃39; b＆＃39;和＆＃39; c＆＃39;按＆＃39; a＆＃39;分组的列其中所有元素都在＆＃39; b＆＃39;是NA，然后我们可以使用data.tanle。我们转换了＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(mydf)），按＆＃39; a＆＃39;，if all分组＆＃39; c＆＃39;元素是＆＃39; NA＆＃39;，我们通过使用不存在的索引.SD对.SD[.N+1]进行子集来返回NA（else）或.SD[which.max(c)]返回Data.table的子集。＆＃39;最大＆＃39;价值＆＃39; c＆＃39;找到（library(data.table) setDT(mydf)[,if(all(is.na(c))) .SD[.N+1] else .SD[which.max(c)] , by = a] # a b c #1: 1 car 7 #2: 2 phone 3 #3: 3 computer 4 #4: 4 NA NA）。

os.listdir

Answer 2

我使用data.table作为：

require(data.table)
setDT(mydf)[order(-c), .SD[1L], keyby=a]

在dplyr中，这会转化为：

require(dplyr)
mydf %>% arrange(-c) %>% group_by(a) %>% slice(1L)
# slice seems to auto sort by 'a'

将其他变量添加到dplyr汇总

2 个答案: