如何减少保持其他列顺序的数据框答案

【问题标题】：How to reduce a data frame keeping the order for other columns如何减少保持其他列顺序的数据框
【发布时间】：2012-06-11 22:38:27
【问题描述】：

我正在尝试在给定列上使用 max 函数来减少数据框。我想保留其他列，但保留选择每个最大值的同一行的值。一个例子会让这个解释更容易。

假设我们有以下数据框：

dframe <- data.frame(list(BENCH=sort(rep(letters[1:4], 4)),
                          CFG=rep(1:4, 4),
                          VALUE=runif(4 * 4)
                         ))

这给了我：

基准配置值 1 一 1 0.98828096 2 一 2 0.19630597 3 一 3 0.83539540 4一4 0.90988296 5 b 1 0.01191147 6 b 2 0.35164194 7 b 3 0.55094787 8 b 4 0.20744004 9 c 1 0.49864470 10 c 2 0.77845408 11 c 3 0.25278871 12 c 4 0.23440847 13 天 1 0.29795494 14 天 2 0.91766057 15 天 3 0.68044728 16 天 4 0.18448748

现在，我想减少数据以便为每个不同的 BENCH 选择最大值：

aggregate(VALUE ~ BENCH, dframe, FUN=max)

这给了我预期的结果：

基准值 1 个 0.9882810 2 b 0.5509479 3 c 0.7784541 4 d 0.9176606

接下来，我尝试保留其他列：

aggregate(cbind(VALUE, CFG) ~ BENCH, dframe, FUN=max)

这种减少返回：

基准值 CFG 1个0.9882810 4 2 b 0.5509479 4 3 c 0.7784541 4 4 d 0.9176606 4

使用max 函数减少了VALUE 和CFG。但这不是我想要的。例如，在这个例子中，我想获得：

基准值 CFG 1个0.9882810 1 2 b 0.5509479 3 3 c 0.7784541 2 4 d 0.9176606 2

其中 CFG 没有减少，但它只是保持与每个不同 BENCH 的最大值相关联的值。

我怎样才能改变我的减少以获得最后显示的结果？

【问题讨论】：

标签： r dataframe plyr data.table

【解决方案1】：

如果您的问题扩展到大数据（数百万或数百万行和组），那么包 data.table 可能会引起您的兴趣。以下是相关语法：

require(data.table)
dtable <- data.table(dframe)
dtable[, .SD[which.max(VALUE),], by = BENCH]

【讨论】：

【解决方案2】：

这是一个基本的 R 解决方案：

do.call(rbind, by(dframe, dframe$BENCH, FUN=function(X) X[which.max(X$VALUE),]))
#   BENCH CFG     VALUE
# a     a   1 0.9882810
# b     b   3 0.5509479
# c     c   2 0.7784541
# d     d   2 0.9176606

【讨论】：

如果by() 有一个类似simplify 的参数来完成拆分-应用-组合算法，将生成的data.frames 重新组合在一起，那就太好了。它是如此接近......然后让你用那个尴尬的do.call(rbind, ...)构造完成最后一步。
+1 用于解决问题。谢谢！实际上，在我看来，它看起来并没有那么糟糕:)

【解决方案3】：

您可以使用 plyr 包中的 ddply：

ddply(dframe, 
      .(BENCH), 
      function(df) return(df[df$VALUE==max(df$VALUE),]))

【讨论】：

+1 用于解决问题。谢谢！只是一件小事，最后少了一个括号。