多个类别的R max [重复]

Question

我的数据有点像这样（当然还有更多行）：

Age     Work Zone     SomeNumber
26      1          2.61
32      4          8.42
41      2          9.71
45      2          4.14
64      3          6.04
56      1          5.28
37      4          7.93

我想获得每个年龄或低于每个年龄的每个区域的最大 SomeNumber。 SomeNumber 随着年龄的增长而增加，所以我预计 2 区中 32 岁以下的最高 SomeNumber 是 31 岁的人，但实际上可能是 27 岁的人。

为此，我编写了一个嵌套的 for 循环：

for(i in zonelist){
  temp = data[data$zone==i,]
  for(j in 1:max(data$age)){
    temp.lessequal=c(temp.lessequal,max((temp[temp$Age<=j,])$SomeNumber))
  }
  #plot temp.lessequal or save it at this point
}

这当然非常慢。我怎样才能更快地做到这一点？我查看了一次按两列排序的 order 函数，但这并不能让我取每个组的最大值。

Answer 1

数据：

df1 <- read.table(text='Age Work_Zone  SomeNumber
26      1          2.61
                   32      4          8.42
                   41      2          9.71
                   45      2          4.14
                   64      3          6.04
                   56      1          5.28
                   37      4          7.93', 
                   header = TRUE)

代码：

df2 <- with( df1, df1[ Age <= 32, ] )  # extract rows with Age <= 32
# get maximum of someNumber by aggregating with work_zone and then merging with df1 to combine the age column
merge(aggregate(SomeNumber ~ Work_Zone, data = df2, max), df2) 
#   Work_Zone SomeNumber Age
# 1         1       2.61  26
# 2         4       8.42  32

Answer 2

似乎 OP 正在根据特定列 (Age) 上的 <= 条件寻找 max 值。

在这种情况下使用sqldf 非常方便，可以解释逻辑。一种解决方案可能是：

# Data 
df <- read.table(text = "Age     Work_Zone     SomeNumber
26      1          2.61
32      4          8.42
41      2          9.71
45      2          4.14
64      3          6.04
56      1          5.28
37      4          7.93", header = T, stringsAsFactors = F)

library(sqldf)
df3 <- sqldf("select df1.Work_Zone, df1.Age, max(df2.SomeNumber) from df df1 
       inner join df df2 on df1.Work_Zone = df2.Work_Zone 
       WHERE df2.Age <= df1.Age 
       GROUP BY df1.Work_Zone, df1.Age")

# Result:
#   Work_Zone Age max(df2.SomeNumber)
# 1         1  26                2.61
# 2         1  56                5.28
# 3         2  41                9.71
# 4         2  45                9.71
# 5         3  64                6.04
# 6         4  32                8.42
# 7         4  37                8.42

Answer 3

使用库data.table，您可以选择小于要求年龄的行，然后为每个工作区输出max(somenumber) 及其各自的年龄，即按工作区分组。

library(data.table)
setDT(df1)[Age<=32,.(max(SomeNumber),Age),by=Work_Zone]
   Work_Zone   V1 Age
1:         1 2.61  26
2:         4 8.42  32