对于每一行，返回最大值的列名。

Question

对于每一行，返回最大值的列名。我有一份员工名册，我需要知道他们最常在哪个部门工作。根据部门名称列出员工ID是很简单的，但是从频次表返回部门名称而不是名册计数要复杂得多。下面是一个简单的示例(列名=部门，行名=雇员ID)。DF <- matrix(sample(1:9,9),ncol=3,nrow=3)DF <- as.data.frame.matrix(DF)> DF   V1 V2 V31  2  7  92  8  3  63  1  5  4现在我怎么才能> DF2   RE1 V32 V13 V2

Answer 1

如果你对data.table解决办法，这是一个。这有点棘手，因为您更愿意获得第一个最大值的id。如果你想要最后的最大值，那就容易多了。尽管如此，它并没有那么复杂，而且速度很快！

这里我生成了你们维度的数据(26746*18)。

数据

set.seed(45)

DF <- data.frame(matrix(sample(10, 26746*18, TRUE), ncol=18))

data.table答：

require(data.table)

DT <- data.table(value=unlist(DF, use.names=FALSE), 

            colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))

setkey(DT, colid, value)

t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]

基准：

# data.table solution

system.time({

DT <- data.table(value=unlist(DF, use.names=FALSE), 

            colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))

setkey(DT, colid, value)

t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]

})

#   user  system elapsed 

#  0.174   0.029   0.227 

# apply solution from @thelatemail

system.time(t2 <- colnames(DF)[apply(DF,1,which.max)])

#   user  system elapsed 

#  2.322   0.036   2.602 

identical(t1, t2)

# [1] TRUE

这些维度的数据大约快11倍，而且data.table音阶也很好。

编辑：如果任何最大ID都可以，那么：

DT <- data.table(value=unlist(DF, use.names=FALSE), 

            colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))

setkey(DT, colid, value)

t1 <- DT[J(unique(colid)), rowid, mult="last"]