在數據框中查找行，最大值按另一列中的值分組

Question

我想在不使用SQL的情況下在R中解決此問題。

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

當然，我可以用sqldf做到這一點，但必須有一個很酷的應用方法R中做到這一點，太？

Answer 1

設置數據首先讀取的數據：

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 - 由有許多方法來處理這個使用各種軟件包，但在這裏，我們首先會顯示一個基礎的解決方案：

> 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）的基極 - AVE和的變化（也僅使用R的鹼）：

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，在這裏它使用sqldf以防萬一：

> 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一樣，所以我會做這種方式。

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」 內容數據幀（DF）的行號，在其中找到的列的最大值 「的值」 （df $值）按「group_column」分組。 如果「group_column」不是字符類型，請刪除引號並使用相應的文本格式。

如果您需要的值，比

df$values[row_with_max_value] 

也許這不是最優雅的方式，但你並不需要SQL，它工作（至少對我來說）