选择具有分组数据的行和列的最大值

Question

下面的数据有一个 IndID 字段以及包含数字的三列，在某些情况下包括 NA，每个 IndID 的行数不同。

library(dplyr)
n = 10
set.seed(123)
dat <- data.frame(IndID = sample(c("AAA", "BBB", "CCC", "DDD"), n, replace = T),
                  Num1 = c(2,4,2,4,4,1,3,4,3,2),
                  Num2 = sample(c(1,2,5,8,7,8,NA), n, replace = T),
                  Num3 = sample(c(NA, NA,NA,8,7,9,NA), n, replace = T)) %>%
  arrange(IndID)

 head(dat)
  IndID Num1 Num2 Num3
1   AAA    1   NA    7
2   BBB    2   NA   NA
3   BBB    2    7    7
4   BBB    2   NA   NA
5   CCC    3    2    8
6   CCC    3    5   NA

对于每个IndID，我想创建一个新列Max，其中包含Num1:Num3 的最大值。在大多数情况下，这涉及找到跨多行和多列的最大值。在dplyr 中，我错过了最后一步（如下），如果有任何建议，我将不胜感激。

dat %>%
  group_by(IndID) %>%
  mutate(Max = "???")

Answer 1

一个选项是pmax 来获得按行的最大值

dat %>%        
   mutate(Max = pmax(Num1, Num2, Num3, na.rm = TRUE))

如果有很多列，我们可以获取列名，将其转换为符号然后求值（!!!）

dat %>%        
    mutate(Max = pmax(!!! rlang::syms(names(.)[-1]), na.rm = TRUE))
# A tibble: 10 x 5
# Groups:   IndID [4]
#   IndID  Num1  Num2  Num3   Max
#   <fct> <dbl> <dbl> <dbl> <dbl>
# 1 AAA       1    NA     7     7
# 2 BBB       2    NA    NA     2
# 3 BBB       2     7     7     7
# 4 BBB       2    NA    NA     2
# 5 CCC       3     2     8     8
# 6 CCC       3     5    NA     5
# 7 DDD       4     8     7     8
# 8 DDD       4     7    NA     7
# 9 DDD       4     1     7     7
#10 DDD       4     1     7     7

---

如果这是获取按“IndID”分组的所有“Num”列的最大值，有多种方法。

1) 从上面的步骤中，我们可以将其扩展为按'IndID'分组，然后取行最大值（'Max'）的max

dat %>%        
    mutate(Max = pmax(!!! rlang::syms(names(.)[-1]), na.rm = TRUE)) %>% 
    group_by(IndID) %>% 
    mutate(Max = max(Max))

2) 另一种选择是用gather将'wide'格式转换为'long'，然后按'IndID'分组，得到'val'列的max和@ 987654330@与原始数据集

library(tidyverse)
gather(dat, key, val, -IndID) %>% 
    group_by(IndID) %>% 
    summarise(Max = max(val,na.rm = TRUE)) %>% 
    right_join(dat)

---

3) 或者不重新整形为“长”格式的另一种选择是在按“IndID”、unlist 分组后的数据集nest 并获得“Num”的max ' 列

dat %>%
   group_by(IndID) %>%
   nest %>%
   mutate(data =  map(data,  ~ .x %>% 
                                mutate(Max = max(unlist(.), na.rm = TRUE)))) %>% 
   unnest