R：在保持最大值的同时删除重复项答案

【问题标题】：R: removing duplicates while keeping the max valueR：在保持最大值的同时删除重复项
【发布时间】：2015-03-25 22:09:47
【问题描述】：

对于重复var 的每一行，我需要取每一列的最大值。我尝试了 plyr 方法，但它非常非常慢。有什么优化建议或替代方案吗？

x <- ddply(x, "var", numcolwise(max))

下面的数据示例，但我有大约 10K 行和 5K。

var L1  L2  L3  L4  L5  L6
var1    0.509100101 0.015739581 0.957789164 0.902292389 0.826366893 0.182984811
var1    0.879927428 0.652231012 0.937680366 0.275712565 0.697747469 0.839823493
var1    0.708760238 0.650970415 0.342625412 0.945388553 0.780597336 0.125712247
var4    0.169279846 0.712183393 0.805263513 0.119002298 0.774175311 0.656468809
var5    0.343674627 0.808923336 0.339527067 0.73768585  0.166461354 0.588347206
var5    0.690868073 0.195300702 0.16614307  0.112241319 0.747591381 0.9433346
var5    0.209711182 0.764779757 0.283426455 0.373367398 0.225350503 0.492510721
var8    0.805516572 0.842888657 0.275147394 0.960842561 0.734521004 0.605078001
var9    0.534889726 0.444212963 0.165563287 0.590991951 0.244009571 0.188597899
var10   0.499110864 0.496455884 0.993483606 0.444440833 0.755452203 0.895849025
var11   0.366111435 0.580177811 0.411523103 0.111694655 0.892282071 0.777860302
var12   0.200600203 0.809859039 0.890912839 0.063123472 0.107956515 0.441015454
var13   0.46876789  0.529304262 0.410794171 0.072144288 0.497160109 0.291629322
var14   0.546108044 0.436783087 0.315849023 0.610337503 0.552454722 0.50320375
var14   0.206252562 0.919754189 0.060999717 0.808003665 0.441351656 0.190068706

【问题讨论】：

或者干脆aggregate( .~ var, x, max)
@DavidArenburg 它可以工作，但它很慢，因为 OP 正在寻找更快的替代方案

标签： r duplicates

【解决方案1】：

你可以试试

library(dplyr)
 x %>% 
    group_by(var) %>% 
    summarise_each(funs(max))

或者

library(data.table)
setDT(x)[, lapply(.SD, max) , var]

【讨论】：

@chupvi 是pipe 或chain 运算符。您可以从?'%>%'获取详细信息
@chupvi 无法重现该错误。但是，您能否在不加载 plyr 的情况下在新的控制台上启动，因为在加载 plyr 后加载 dplyr 时，dplyr 中的某些功能可能无法正常工作
这是天真的错字%)

【解决方案2】：

将数据融合为“长”格式，按值递减排序并取var 和variable 的每个组合的第一个实例：

library(magrittr)
library(plyr)
library(reshape2)
data %>%
  melt(id.vars = "var") %>%
  arrange(-value) %>%
  subset(!duplicated(interaction(var, value)))

如有必要，将数据转换回“宽”格式：

... %>%
dcast(var~variable)

【讨论】：