R，因子的最大值

Question

嗨，如果這個問題已被詢問，請重定向 - 我不能直接看到它。

我想用R，並且有一個簡單的數據框： 第一列是一個ID，第二個是分數。 每個ID有36行和相應的分數。 有幾千個ID。

我想爲每個唯一ID生成一個摘要，其中包含： 1個條目，其最大分數超過其36行。

我也是剛接觸R，但瞭解以下內容：

應用（數據幀，2，最大值）將給予最大的，而不是由ID進行細分。

我知道有一系列「應用」功能可以在桌子上應用功能，但我不知道如何組合以獲得我想要的功能。

如果是在Excel中這將是一個簡單的透視表相當於 - 但我想學習如何有效地做到這一點在R.

非常感謝

Answer 1

您可以使用聚集的一個功能。在base R。我們可以使用公式方法使用aggregate。 ~的LHS上的.指定除~的RHS上的分組變量「ID」之外的所有其他變量。我們將max指定爲FUN，它將給出按ID分組的每個列的max值的摘要數據集。

aggregate(.~ID, df, FUN=max) 

或者其他選項是dplyr。我們按照'ID'進行分組，並使用summarise_each和max在funs之內以獲得每列的max值。

library(dplyr) 
df %>% 
    group_by(ID) %>% 
    summarise_each(funs(max)) 

或者，我們可以轉換 'data.frame' 到 'data.table'（setDT(df)）。按'ID'列分組，我們通過循環Data.table的子集（.SD）與lapply得到每列的max。

library(data.table) 
setDT(df)[,lapply(.SD, max) , by = ID] 

如果有一個以上的「ID」等只有單一的專欄中，我們可以使用的summarise代替summarise_each即在一列的情況下data.table

df %>% 
     group_by(ID) %>% 
     summarise(score=max(score)) 

相似的代碼是

setDT(df)[, list(score=max(score)), by = ID]