18

我正在尝试计算一个因子的每个级别的数值列的最小值，同时将另一个因子的值保留在结果数据框中。

# dummy data
dat <- data.frame(
    code = c("HH11", "HH45", "JL03", "JL03", "JL03", "HH11"), 
    index = c("023434", "3377477", "3388595", "3377477", "1177777", "023434"), 
    value = c(24.1, 37.2, 78.9, 45.9, 20.0, 34.6)
    )

value我想要的结果是每个级别的最小值code，保留index在结果数据框中。

# result I want:
#   code value    index
# 1 HH11  24.1   023434
# 2 HH45  37.2  3377477
# 3 JL03  20.0  1177777


# ddply attempt
library(plyr)
ddply(dat, ~ code, summarise, val = min(value))
#   code   val
# 1 HH11  24.1
# 2 HH45  37.2
# 3 JL03  20.0


# base R attempt
aggregate(value ~ code, dat, min)
#   code value
# 1 HH11  24.1
# 2 HH45  37.2
# 3 JL03  20.0
4

5 回答 5

19

您需要merge在结果aggregate和原始上使用data.frame

merge(aggregate(value ~ code, dat, min), dat, by = c("code", "value"))
##   code value   index
## 1 HH11  24.1  023434
## 2 HH45  37.2 3377477
## 3 JL03  20.0 1177777
于 2013-04-26T01:22:00.230 回答
3

只是为了表明总是有多种方法可以给猫剥皮：

用于ave获取每组中最小行的索引：

dat[which(ave(dat$value,dat$code,FUN=function(x) x==min(x))==1),]

#  code   index value
#1 HH11  023434  24.1
#2 HH45 3377477  37.2
#5 JL03 1177777  20.0

code此方法还具有在多个值是最小值的情况下每组返回多行的潜在好处。

还有另一种使用方法by：

do.call(rbind,
  by(dat, dat$code, function(x) cbind(x[1,c("code","index")],value=min(x$value)))
)
#      code   index value
# HH11 HH11  023434  24.1
# HH45 HH45 3377477  37.2
# JL03 JL03 3388595  20.0
于 2013-04-26T05:55:29.443 回答
1

使用dplyr和data.table包，您可以执行以下操作。您可以获得每个组具有最小值的行的索引。slice()如果你使用它，你可以使用它dplyr。.SD如果使用 ，则可以使用相同的子集data.table。

library(dplyr)
library(data.table)

dat %>%
group_by(code) %>%
slice(which.min(value))

#    code   index value
#  <fctr>  <fctr> <dbl>
#1   HH11  023434  24.1
#2   HH45 3377477  37.2
#3   JL03 1177777  20.0

setDT(dat)[, .SD[which.min(value)], by = code]

#   code   index value
#1: HH11  023434  24.1
#2: HH45 3377477  37.2
#3: JL03 1177777  20.0
于 2016-12-22T12:46:55.170 回答
0

好吧，再花几分钟搜索就会让我到达那里......这个答案似乎可以解决问题：

merge(dat, aggregate(value ~ code, dat, min))

于 2013-04-26T01:22:59.020 回答
0

如果你已经添加了索引变量，那就可以了。

library(plyr)

# ddply
ddply(dat, .(code,index), summarise, val = min(value))

# base R
aggregate(value ~ code + index, dat, min)
于 2013-11-13T17:43:27.100 回答