有没有办法选择多列数据框的pmax/pmin？？
我只想要返回的最大值或最小值，而不是整行。
max <- tail(df, n=1)
max
# v1 v2 v3 v4 v5 v6 v7 v8
#2014-10-03 17:35:00 58.91 45.81 33.06 70.76 36.39 45.53 33.52 34.36
pmax(max)
# v1 v2 v3 v4 v5 v6 v7 v8
#2014-10-03 17:35:00 58.91 45.81 33.06 70.76 36.39 45.53 33.52 34.36
对于这一行，我期望返回值：
70.76
...因为它是所有列的最大值。
【问题讨论】：
使用do.call 调用pmax 来比较每个行值的所有列，例如：
dat <- data.frame(a=1:5,b=rep(3,5))
# a b
#1 1 3
#2 2 3
#3 3 3
#4 4 3
#5 5 3
do.call(pmax,dat)
#[1] 3 3 3 4 5
当您直接在整个 data.frame 上调用 pmax 时，它只有一个参数传递给函数，没有可比较的参数。因此，它只返回提供的参数，因为它必须是最大值。它适用于非数字和数字参数，即使它可能没有多大意义：
pmax(7)
#[1] 7
pmax("a")
#[1] "a"
pmax(data.frame(1,2,3))
# X1 X2 X3
#1 1 2 3
将do.call(pmax,...) 与data.frame 一起使用意味着您将data.frame 的每一列作为参数列表传递给pmax：
do.call(pmax,dat)
因此等价于：
pmax(dat$a, dat$b)
【讨论】：
do.call(pmax, c(dat, na.rm=TRUE))
如果您愿意，可以使用dplyr 方式
df <- structure(list(X = c("A", "B", "C", "D", "E", "F", "G", "H",
"I", "J"), Y_1 = c(34, 29, 94, 53, 84, 53, 92, 41, 49, 32), Y_2 = c(43,
26, 29, 64, 68, 88, 36, 86, 74, 15), Y_3 = c(62, 72, 69, 54,
80, 49, 51, 41, 46, 68), Y_4 = c(92, 45, 21, 27, 60, 32, 40,
40, 39, 89), Y_5 = c(28, 79, 34, 84, 58, 16, 69, 53, 78, 80),
Y_6 = c(91, 55, 45, 70, 81, 19, 33, 90, 28, 82), Y_7 = c(95,
75, 11, 81, 12, 38, 53, 88, 74, 51), Y_8 = c(69, 99, 44,
20, 53, 57, 79, 45, 21, 47), Y_9 = c(67, 44, 88, 75, 76,
70, 18, 80, 32, 83), Y_10 = c(16, 80, 41, 47, 72, 47, 89,
96, 23, 64)), row.names = c(NA, -10L), class = c("tbl_df",
"tbl", "data.frame"))
df
#> # A tibble: 10 x 11
#> X Y_1 Y_2 Y_3 Y_4 Y_5 Y_6 Y_7 Y_8 Y_9 Y_10
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 A 34 43 62 92 28 91 95 69 67 16
#> 2 B 29 26 72 45 79 55 75 99 44 80
#> 3 C 94 29 69 21 34 45 11 44 88 41
#> 4 D 53 64 54 27 84 70 81 20 75 47
#> 5 E 84 68 80 60 58 81 12 53 76 72
#> 6 F 53 88 49 32 16 19 38 57 70 47
#> 7 G 92 36 51 40 69 33 53 79 18 89
#> 8 H 41 86 41 40 53 90 88 45 80 96
#> 9 I 49 74 46 39 78 28 74 21 32 23
#> 10 J 32 15 68 89 80 82 51 47 83 64
library(dplyr)
df %>% rowwise() %>%
mutate(max_val = max(c_across(where(is.numeric))))
#> # A tibble: 10 x 12
#> # Rowwise:
#> X Y_1 Y_2 Y_3 Y_4 Y_5 Y_6 Y_7 Y_8 Y_9 Y_10 max_val
#> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 A 34 43 62 92 28 91 95 69 67 16 95
#> 2 B 29 26 72 45 79 55 75 99 44 80 99
#> 3 C 94 29 69 21 34 45 11 44 88 41 94
#> 4 D 53 64 54 27 84 70 81 20 75 47 84
#> 5 E 84 68 80 60 58 81 12 53 76 72 84
#> 6 F 53 88 49 32 16 19 38 57 70 47 88
#> 7 G 92 36 51 40 69 33 53 79 18 89 92
#> 8 H 41 86 41 40 53 90 88 45 80 96 96
#> 9 I 49 74 46 39 78 28 74 21 32 23 78
#> 10 J 32 15 68 89 80 82 51 47 83 64 89
由reprex package (v2.0.0) 于 2021-05-08 创建
【讨论】：
感谢 AnilGovyl 提供数据！
这是另一个dplyr 选项，使用rlang 和准引用：在这里学习：dplyr mutate rowwise max of range of columns Ben 的回答
首先我们要测试所有列，然后我们可以使用 !!! 和 rlang::syms 计算这些列的每一行的并行最大值：
rlang::syms 接受字符串输入（列名），并将其转换为符号
!!! 取消引用并拼接它的参数，这里是列名。
library(dplyr)
library(rlang)
df_cols <- df %>% select(where(is.numeric)) %>% names()
df %>%
mutate(max_val=pmax(!!!rlang::syms(df_cols)))
输出：
X Y_1 Y_2 Y_3 Y_4 Y_5 Y_6 Y_7 Y_8 Y_9 Y_10 max_val
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 A 34 43 62 92 28 91 95 69 67 16 95
2 B 29 26 72 45 79 55 75 99 44 80 99
3 C 94 29 69 21 34 45 11 44 88 41 94
4 D 53 64 54 27 84 70 81 20 75 47 84
5 E 84 68 80 60 58 81 12 53 76 72 84
6 F 53 88 49 32 16 19 38 57 70 47 88
7 G 92 36 51 40 69 33 53 79 18 89 92
8 H 41 86 41 40 53 90 88 45 80 96 96
9 I 49 74 46 39 78 28 74 21 32 23 78
10 J 32 15 68 89 80 82 51 47 83 64 89
【讨论】：
max.col 获取colnames，其中最大值为