在R中，寻找一种更有效的方法来计算列中的最大值与同一列中的所有值之间的差异[重复]

【问题标题】：In R, looking for a more efficient way to calculate the differences between the largest value in a column and all values in the same column [duplicate]在R中，寻找一种更有效的方法来计算列中的最大值与同一列中的所有值之间的差异[重复]
【发布时间】：2020-11-08 12:47:16
【问题描述】：

使用 R，我试图找到一种更有效的方法来计算列中的最大值与同一列中的每个值之间的差异。我能够做到这一点，但是代码看起来很庞大（我创建了一个向量，其中每个值都是列的最大值），我希望有人可以演示一种更有效的方法，也许使用 apply 命令？

a<-data.frame("Group Name"=c('Group 1','Group 2', 'Group 3', 'Group 4','Group 5', 'Group 6'),
          "app 1"=c(28,28,27,28,29,28),
          "app 2"=c(32,31,29,33,35,32),
          "app 3"=c(44,43,42,45,46,44),
          "app 4"=c(48,48,47,48,49,48),
          "app 5"=c(38,36,35,39,41,38),
          "app 6"=c(26,26,25,26,27,26))

a$Avg_score=apply(a[,-1],1,mean)
a$max_mean_diff<-c(max(a$Avg_score),max(a$Avg_score),max(a$Avg_score),
             max(a$Avg_score),max(a$Avg_score),max(a$Avg_score))-a$Avg_score
View(a)

【问题讨论】：

标签： r dataframe apply calculated-columns difference

【解决方案1】：

这里不需要apply，因为你有rowMeans 函数，它返回每一行的平均值。然后，您可以用max 的Avg_score 减去Avg_score。你不需要重复max(a$Avg_score)来使长度与a$Avg_score相等，R使用回收技术来匹配较短对象的长度和较长对象的长度。

a$Avg_score <- rowMeans(a[-1], na.rm = TRUE)
a$max_diff <- max(a$Avg_score) - a$Avg_score
a
#  Group.Name app.1 app.2 app.3 app.4 app.5 app.6 Avg_score max_diff
#1    Group 1    28    32    44    48    38    26  36.00000 1.833333
#2    Group 2    28    31    43    48    36    26  35.33333 2.500000
#3    Group 3    27    29    42    47    35    25  34.16667 3.666667
#4    Group 4    28    33    45    48    39    26  36.50000 1.333333
#5    Group 5    29    35    46    49    41    27  37.83333 0.000000
#6    Group 6    28    32    44    48    38    26  36.00000 1.833333

【讨论】：