在数据框中查找行，最大值按另一列中的值分组

Question

我想在不使用SQL的情况下在R中解决此问题。

How can I SELECT rows with MAX(Column value), DISTINCT by another column in SQL?

当然，我可以用sqldf做到这一点，但必须有一个很酷的应用方法R中做到这一点，太？

Answer 1

设置数据首先读取的数据：

Lines <- "id home datetime player resource 
1 10 04/03/2009 john 399 
2 11 04/03/2009 juliet 244 
5 12 04/03/2009 borat 555 
3 10 03/03/2009 john 300 
4 11 03/03/2009 juliet 200 
6 12 03/03/2009 borat 500 
7 13 24/12/2008 borat 600 
8 13 01/01/2009 borat 700 
" 
DF <- read.table(text = Lines, header = TRUE) 
DF$datetime <- as.Date(DF$datetime, format = "%d/%m/%Y") 

1）基地 - 由有许多方法来处理这个使用各种软件包，但在这里，我们首先会显示一个基础的解决方案：

> do.call("rbind", by(DF, DF$home, function(x) x[which.max(x$datetime), ])) 
    id home datetime player resource 
10 1 10 2009-03-04 john  399 
11 2 11 2009-03-04 juliet  244 
12 5 12 2009-03-04 borat  555 
13 8 13 2009-01-01 borat  700 

1a）的基极 - AVE和的变化（也仅使用R的碱）：

FUN <- function(x) which.max(x) == seq_along(x) 
is.max <- ave(xtfrm(DF$datetime), DF$home, FUN = FUN) == 1 
DF[is.max, ] 

2）sqldf，在这里它使用sqldf以防万一：

> library(sqldf) 
> sqldf("select id, home, max(datetime) datetime, player, resource 
+  from DF 
+  group by home") 
    id home datetime player resource 
1 1 10 2009-03-04 john  399 
2 2 11 2009-03-04 juliet  244 
3 5 12 2009-03-04 borat  555 
4 8 13 2009-01-01 borat  700 

Answer 2

我不使用SQL一样，所以我会做这种方式。

1）

df <- read.table("your file", "your options") # I leave this to you 

2）

row_with_max_value <- max(which(df$values & df$group_column=="desired_group")) 

“row_with_max_value” 内容数据帧（DF）的行号，在其中找到的列的最大值 “的值” （df $值）按“group_column”分组。 如果“group_column”不是字符类型，请删除引号并使用相应的文本格式。

如果您需要的值，比

df$values[row_with_max_value] 

也许这不是最优雅的方式，但你并不需要SQL，它工作（至少对我来说）