计算df中每个元素的百分比值（基于最大值）；但是在指定的列中

Question

没有复杂的解释，让我们创建一个小的示例数据框：

A <- c(1,2,3,4)
B <- c(3,4,5,7)
C <- c(3,4,7,3)
D <- c(8,3,2,4)
df <- data.frame(A,B,C,D)

> df
  A B C D
1 1 3 3 8
2 2 4 4 3
3 3 5 7 2
4 4 7 3 4

我想使用apply 函数计算 A、B 和 C 列中的百分比值。基于每行最大值的百分比值，换句话说：

%_to_be_calculated <- df[i,j] * 100 / max(df[i,1:3])

其中j列索引A,B或C； i 表中的后续行。

期望的输出：

  A     B       C       D
1 33.33 100     100     8
2 50    100     100     3
3 42.85 71.42   100     2
4 57.14 100     42.85   4

我的解决方案：

apply(df,1,function(i) lapply(i[1:3],function(j) j*100/max(i[1:3])))

它可以工作，但是它返回列表列表...我想要一个不错的 df，你能告诉我如何替换当前 df 中的值吗？

谢谢。

Answer 1

使用数据表：

df <- data.table(A,B,C,D)
df[,
   c(
     lapply(.SD, function(x) x/do.call(pmax,.SD[,.(A,B,C)])*100),
     D=list(D)
     ),
   .SDcols=c('A','B','C')
   ]

Answer 2

虽然我确实喜欢 do.call()+pmax() 解决方案 --- 通常当您有明确定义的问题时，最简单的解决方案是将其包装在循环中，然后再考虑如何优化。

df2 <- df
for (i in 1:nrow(df)) {
  mi <- max(df[i, 1:3])
  for (j in 1:3) {
    df2[i, j] <- df[i, j] * 100 / mi
  }
}
df2
         A         B         C D
1 33.33333 100.00000 100.00000 8
2 50.00000 100.00000 100.00000 3
3 42.85714  71.42857 100.00000 2
4 57.14286 100.00000  42.85714 4

这打破了问题，你可以看到内循环很容易矢量化：

for (i in 1:nrow(df)) {
  mi <- max(df[i, 1:3]) 
  df2[i, 1:3] <- df[i, 1:3] * 100 / mi
}

现在你的问题是如何更有效地找到每一行的最大值turns out many people have thought about before。

Answer 3

有多种方法可以做到这一点。

普通apply方式：

df[1:3] <- t(apply(df[1:3], 1, function(x) x/max(x) * 100))
df

#         A         B         C D
#1 33.33333 100.00000 100.00000 8
#2 50.00000 100.00000 100.00000 3
#3 42.85714  71.42857 100.00000 2
#4 57.14286 100.00000  42.85714 4

这也可以通过：

df[1:3] <- df[1:3] * 100/apply(df[1:3], 1, max)

---

更快的方法是使用do.call 和pmax

df[1:3] <- df[1:3] * 100 /do.call(pmax, df[1:3])