如何用dplyr选择每个组中具有最大值的行？

我想用dplyr在每个组中选择一个最大值的行。如何用dplyr选择每个组中具有最大值的行？

首先我产生一些随机数据，以显示我的问题

set.seed(1) 
df <- expand.grid(list(A = 1:5, B = 1:5, C = 1:5)) 
df$value <- runif(nrow(df))

在plyr，我可以使用自定义功能选择该行。

library(plyr) 
ddply(df, .(A, B), function(x) x[which.max(x$value),])

在dplyr中，我使用此代码来获取最大值，但不是具有最大值的行（本例中为C列）。

library(dplyr) 
df %>% group_by(A, B) %>% 
    summarise(max = max(value))

我怎么能做到这一点？感谢您的任何建议。

sessionInfo() 
R version 3.1.0 (2014-04-10) 
Platform: x86_64-w64-mingw32/x64 (64-bit) 

locale: 
[1] LC_COLLATE=English_Australia.1252 LC_CTYPE=English_Australia.1252 
[3] LC_MONETARY=English_Australia.1252 LC_NUMERIC=C      
[5] LC_TIME=English_Australia.1252  

attached base packages: 
[1] stats  graphics grDevices utils  datasets methods base  

other attached packages: 
[1] dplyr_0.2 plyr_1.8.1 

loaded via a namespace (and not attached): 
[1] assertthat_0.1.0.99 parallel_3.1.0  Rcpp_0.11.1   
[4] tools_3.1.0

来源

2014-06-16 Bangyou

试试这个：

result <- df %>% 
      group_by(A, B) %>% 
      filter(value == max(value)) %>% 
      arrange(A,B,C)

似乎工作：

identical(
    as.data.frame(result), 
    ddply(df, .(A, B), function(x) x[which.max(x$value),]) 
) 
#[1] TRUE

正如在评论@docendo指出，slice在这里可以优先按照以下@RoyalITS的回答如果你严格只需要每组1行。如果有多个具有相同的最大值，此答案将返回多行。

来源

2014-06-16 06:10:56 thelatemail

+11

结果在这种情况下是相同的，因为没有重复出现的最大值。否则，'filter'方法将返回每个组的所有最大值（行），而OP的ddply方法和'which.max'只会返回每个组的最大值（第一个）。为了复制这种行为，另一种选择是在dplyr中使用'slice（which.max（value））'。 –

您可以使用top_n

df %>% group_by(A, B) %>% top_n(n=1)

这将通过最后一列（value）排名，并返回顶部n=1行。

目前，你不能没有导致错误更改此默认（参见https://github.com/hadley/dplyr/issues/426）

来源

2014-06-16 06:14:51 mnel

df %>% group_by(A,B) %>% slice(which.max(value))

来源

2016-02-24 16:40:23 RoyalTS

这更详细的解决方案提供了在重复的最大值的情况下会发生什么更大的控制（在这个例子中，它将随机取对应的一行）

library(dplyr) 
df %>% group_by(A, B) %>% 
    mutate(the_rank = rank(-value, ties.method = "random")) %>% 
    filter(the_rank == 1) %>% select(-the_rank)

来源

2016-07-18 07:59:37 nassimhddd

如何用dplyr选择每个组中具有最大值的行？

回答

相关问题