r - 删除重复项，保留具有最大绝对值的条目

Question

假设我有四个样本：id=1、2、3 和 4，每个样本都有一个或多个测量值：

> a <- data.frame(id=c(1,1,2,2,3,4), value=c(1,2,3,-4,-5,6))
> a
  id value
1  1     1
2  1     2
3  2     3
4  2    -4
5  3    -5
6  4     6

我想删除重复项，每个 ID 只保留一个条目 - “值”列的绝对值最大的条目。即，这就是我想要的：

> a[c(2,4,5,6), ]
  id value
2  1     2
4  2    -4
5  3    -5
6  4     6

我怎么能在 R 中做到这一点？

Answer 1

第一的。按顺序排序，将不太需要的项目放在id组中的最后

 aa <- a[order(a$id, -abs(a$value) ), ] #sort by id and reverse of abs(value)

然后：删除id组内第一个之后的项目

 aa[ !duplicated(aa$id), ]              # take the first row within each id
  id value
2  1     2
4  2    -4
5  3    -5
6  4     6

Answer 2

data.table如果您的数据集非常大，则可能需要一种方法：

library(data.table)

aDT <- as.data.table(a)
setkey(aDT,"id")

aDT[J(unique(id)), list(value = value[which.max(abs(value))])]

或者一个不那么快但仍然很快的替代方案：

library(data.table)
as.data.table(a)[, .SD[which.max(abs(value))], by=id]

此版本返回 的所有列a，以防真实数据集中有更多列。

Answer 3

这是一种dplyr方法

library(dplyr)
a %>% 
        group_by(id) %>%
        top_n(1, abs(value))

# A tibble: 4 x 2
# Groups:   id [4]
#     id value
#  <dbl> <dbl>
#1     1     2
#2     2    -4
#3     3    -5
#4     4     6

Answer 4

签出?aggregate：

aggregate(value~id,a,function(x) x[which.max(abs(x))])

---

我喜欢@DWin 的答案，但我想展示这也可以与元数据一起使用：

aa<-merge(aggregate(value~id,a,function(x) x[which.max(abs(x))]),a)
# Fails if the max value is duplicated for a single id without next line.
aa[!duplicated(aa),]

---

我情不自禁地创造了最后一个答案：

do.call(rbind,lapply(split(a,a$id),function(x) x[which.max(abs(x$value)),]))

Answer 5

另一种方法（虽然代码可能看起来有点麻烦）是使用ave()：

a[which(abs(a$value) == ave(a$value, a$id, 
                            FUN=function(x) max(abs(x)))), ]
#   id value
# 2  1     2
# 4  2    -4
# 5  3    -5
# 6  4     6

Answer 6

library(plyr)
ddply(a, .(id), function(x) return(x[which(abs(x$value)==max(abs(x$value))),]))

Answer 7

您可以使用 dplyr 执行此操作，如下所示：

library(dplyr)
a %>%
  group_by(name) %>%
  filter(n == max(n)) %>%
  ungroup()