Question

我有以下数据：

d <- data.frame(date = c('1976-04-27','1976-04-27','1976-04-27',
                         '1976-04-28','1976-04-28','1976-04-28'),
                height = c(0.1,0.2,0.3,1,2,3),
                val = c(1,5,8,7,4,6))

> d
        date height val
1 1976-04-27    0.1   1
2 1976-04-27    0.2   5
3 1976-04-27    0.3   8
4 1976-04-28    1.0   7
5 1976-04-28    2.0   4
6 1976-04-28    3.0   6

每个独特的日期＆＃39;我想找到＆＃39; val＆＃39;这对应于min＆＃39; height＆＃39;。因此，我最终想要的答案是1和7.我可以通过循环实现所需的结果：

tt <- sapply(as.Date(d[,1]), unique)
uniq_tt <- unique(tt)
a <- NA
for (i in 1:length(uniq_tt)){
  indx <- tt == uniq_tt[i]
  d2 <- d[indx,]
  a[i] <- d2[which.min(d2[,2]),3]
}

> a
[1] 1 7

但是希望有一种没有循环的方法。我的实际数据比这大得多，所以如果我必须保持循环，则需要很长时间。

Answer 1

我们可以通过各种方式在多个小组中这样做。一个选项是data.table。将'data.frame'转换为'data.table'（setDT(d)），按'date'分组，我们找到'height'的'min'值的索引并使用它来过滤相应的'val'行。提取输出列（$V1）以获取'val'的向量。

library(data.table)
setDT(d)[, val[which.min(height)], by = date]$V1
#[1] 1 7

或者使用相同的方法dplyr。

library(dplyr)
d %>%
  group_by(date) %>%
  summarise(Val= val[which.min(height)]) %>%
  .$Val

使用base R

的ave方法

d$val[as.logical(with(d, ave(height, date, 
           FUN= function(x) x==min(x))))]
#[1] 1 7

Answer 2

您可以使用sapply在基地R中执行此操作。首先使用date按split分割数据框，然后使用which.min查找每个列表中的最小值。

sapply(split(d, d$date), function(d) d[which.min(d$height), 3])

# 1976-04-27 1976-04-28 
#         1          7

根据值

2 个答案: