使用 dplyr 获取数据帧的多个最大值

Question

我有一个看起来像这样的数据框：

  Name    Variable1 Value1 Variable2 Value2
1 Michael         A      2      <NA>     <NA>
2 Michael         B      3      <NA>     <NA>
3 Michael      <NA>   <NA>         X       10
4    John         B      5      <NA>     <NA>
5    John         E      3      <NA>     <NA>
6    John      <NA>    <NA>        Y      20
7    John      <NA>    <NA>        Z      40
8    Paul         C     10      <NA>     <NA>
9    Paul         D      5      <NA>     <NA>

在所有行中，有一个 Variable1/Value1 对或一个 Variable2/Value2 对。 我正在尝试使用dplyr 与group_by 和filter 函数的组合来生成一个数据框，该数据框具有（1）每个名称只有一行和（2）1和2的最大值对. 在这种情况下，我的决赛桌看起来像：

     Name Variable1 Value1 Variable2 Value2
1 Michael         B      3         X     10
2    John         B      5         Z     40
3    Paul         C     10      <NA>   <NA>

我似乎无法获得正确的分组流程来正确执行此操作。我想到的一个解决方案是将每对数据帧分成两个，过滤，分别使用group_by和filter，然后根据名称将它们重新组合在一起，但我想知道是否有人有提供更直接的解决方案。也许有summarise 的东西？

谢谢！

编辑：更正了表中缺失的 NA 值。

Answer 1

library(dplyr)

df[is.na(df)] <- 0

df1 <-
  df %>%
  select(1:3)

df1_max <-
  df %>%
  group_by(Name) %>%
  summarise(Value1 = max(Value1))

df2 <-
  df %>%
  select(c(1, 4:5))

df2_max <-
  df %>%
  group_by(Name) %>%
  summarise(Value2 = max(Value2))

result <- left_join(
  left_join(df1_max, df1),
  left_join(df2_max, df2) %>%
    distinct()
) %>%
  select(c(1, 3, 2, 5, 4))

result[result == 0] <- NA

结果：

result

# A tibble: 3 x 5
  Name    Variable1 Value1 Variable2 Value2
  <chr>   <chr>      <dbl> <chr>      <dbl>
1 John    B              5 Z             40
2 Michael B              3 X             10
3 Paul    C             10 <NA>          NA

注意事项：

• 在数据帧中，一行中的元素不是相互独立的。因此，您不应该将它们彼此分离。但这是您正在尝试做的，因为 Variable1 的最大值和 Variable2 的最大值不在同一行，但您希望您的结果对每个都有最大值（因此创建一个行原始数据框中不存在）。这就是为什么我将您的数据框分成 2 个，然后将它们与一个连接重新关联。

• NA 的最大值和一个值是NA（我们不知道NA 是什么值，因为它丢失了，所以我们不知道最大值是多少）。然而，您认为NA 不如任何价值。由于这不是 R 的工作方式，我必须将 0 分配给您的 NA 以获得您认为的最大值，然后在最后将 NA 重新分配给 0。

• 您的数据中缺少两个值，我认为它们是 NA。