聚集给定列上的数据框并显示另一列

Question

我在R中有以下格式的数据框：> head(data)  Group Score Info1     1     1    a2     1     2    b3     1     3    c4     2     4    d5     2     3    e6     2     1    f我想Score使用max功能将其汇总到列之后> aggregate(data$Score, list(data$Group), max)  Group.1         x1       1         32       2         4但我也想显示与每个组Info的Score列最大值相关联的列。我不知道该怎么做。我想要的输出将是：  Group.1         x        y1       1         3        c2       2         4        d有什么提示吗？

Answer 1

基本的R解决方案是将的输出aggregate()与一个merge()步骤结合起来。我发现公式接口aggregate()比标准接口更有用，部分原因是输出中的名称更好，所以我将使用它：

该aggregate()步骤是

maxs <- aggregate(Score ~ Group, data = dat, FUN = max)

这merge()一步很简单

merge(maxs, dat)

这给了我们想要的输出：

R> maxs <- aggregate(Score ~ Group, data = dat, FUN = max)

R> merge(maxs, dat)

  Group Score Info

1     1     3    c

2     2     4    d

当然，您可以将其粘贴为单线（中介步骤更多用于说明）：

merge(aggregate(Score ~ Group, data = dat, FUN = max), dat)

我使用公式接口的主要原因是它返回的数据帧具有正确names的合并步骤。这些是原始数据集中的列的名称dat。我们需要具有aggregate()正确名称的输出，以便merge()知道原始数据帧和聚合数据帧中的哪些列匹配。

标准接口给出奇数名称，无论您以哪种方式调用它：

R> aggregate(dat$Score, list(dat$Group), max)

  Group.1 x

1       1 3

2       2 4

R> with(dat, aggregate(Score, list(Group), max))

  Group.1 x

1       1 3

2       2 4

我们可以merge()在这些输出上使用，但是我们需要做更多的工作告诉R哪些列匹配。

Answer 2

这是使用该plyr包装的解决方案。

下面的代码行实际上告诉ddply我们首先按组对数据进行分组，然后在每个组内返回一个子集，其中“分数”等于该组中的最大分数。

library(plyr)

ddply(data, .(Group), function(x)x[x$Score==max(x$Score), ])

  Group Score Info

1     1     3    c

2     2     4    d

而且，正如@SachaEpskamp指出的那样，可以将其进一步简化为：

ddply(df, .(Group), function(x)x[which.max(x$Score), ])

（which.max如果有的话，它还具有返回多条最大行的优点）。