为 ID 列分配最大值

Question

我有以下几点：

a <- c("ID_A", "ID_B", "Count")
b <- c("1", "1015", "19389")
c <- c("1", "1019", "206")
d <- c("1", "1027", "1210")
e <- c("2", "1019", "206")
f <- c("2", "1027", "1210")
df <- data.frame(a, b, c, d, e, f)

我想先pivot_wider，即去掉abcdef。
然后，我想提取count的最大值，创建一个新变量（mutate），它的ID_B为最大值。

类似这样，用 pivot_wider 摆脱 abcdef：

a <- c("ID_A", "ID_B", "Count", "ID_B of max value")
b <- c("1", "1015", "19389", "1015")
c <- c("1", "1019", "206", "1015")
d <- c("1", "1027", "1210", "1015")
e <- c("2", "1019", "206", "1027")
f <- c("2", "1027", "1210", "1027")
new_df <- data.frame(a, b, c, d, e, f)

我尝试了 group_by、sum、mutate。它不起作用。 请帮忙！ 非常感谢

Answer 1

您可以通过多种方式进行尝试……但是，听起来您可能对tidyverse 方法感兴趣。如果是这样，您可以同时使用pivot_longer 和pivot_wider 来评估最大值Count。根据您的示例，听起来对于每个ID_A，您都想要具有最大Count 值的ID_B（不清楚您希望如何处理关系，如果可能的话......在这种情况下将只使用第一个ID_B)。在您指出哪个ID_B 具有最大Count 后，您可以执行相同的操作以恢复为原始格式。

library(tidyverse)

df %>%
  pivot_longer(cols = -a, names_to = "old_vars", values_transform = list(value = as.numeric)) %>%
  pivot_wider(names_from = a) %>%
  group_by(ID_A) %>%
  mutate(ID_B_Count_Max = ID_B[Count == max(Count)[1]]) %>%
  pivot_longer(cols = -old_vars) %>%
  pivot_wider(names_from = old_vars)

输出

  name               b     c     d     e     f
  <chr>          <dbl> <dbl> <dbl> <dbl> <dbl>
1 ID_A               1     1     1     2     2
2 ID_B            1015  1019  1027  1019  1027
3 Count          19389   206  1210   206  1210
4 ID_B_Count_Max  1015  1015  1015  1027  1027

Answer 2

我对您的数据做了几个假设，首先您希望数字是数字，其次数据框应该被转置，以便它具有 ID_A、ID_B 和 Count 列。

a <- c("ID_A", "ID_B", "Count")
b <- c(1, 1015, 19389)
c <- c(1, 1019, 206)
d <- c(1, 1027, 1210)
e <- c(2, 1019, 206)
f <- c(2, 1027, 1210)

我正在使用data.table 库，因此请使用您的数据创建data.table：

library(data.table)
df <- as.data.table(rbind(b,c,d,e,f))
names(df) <- a

现在我可以创建一个名为 ID_B of max value 的新变量，它对应于 ID_B 在使 Count 最大化的值处的值。

df[, `ID_B of max value` := .SD$ID_B[which.max(.SD$Count)] , by=ID_A]
df
   ID_A ID_B Count ID_B of max value
1:    1 1015 19389              1015
2:    1 1019   206              1015
3:    1 1027  1210              1015
4:    2 1019   206              1027
5:    2 1027  1210              1027

这里需要注意data.table 的几个方面。首先，:= 运算符是一个特殊的赋值运算符。 .SD 表示数据的当前子集，所以by=ID_A 对应ID_A 的每个值定义的子集。