2

全部，

我希望有人能找到我的问题的解决方案，这不一定会引起头痛，但截至目前，在为我正在处理的项目创建数据集时可能会出现人为错误。

我现在使用的数据集是 1950 年至 2010 年间每年选定国家对的有向二元年（A 与 B，B 与 A）数据集。一些国家，例如我的示例中的 A，将与世界上每个国家配对，每个国家都将与之配对。一些国家，比如我的例子中的 B 和 C，只会与少数几个国家配对。有些对将缺少数据，我没有在我的示例中显示。

我想做的是使用 R 来查找给定列的最大值，对于给定的国家，在给定的年份，并将该值插入另一个数据框中。希望这个插图能阐明我想做的事情。

country1 country2 year    x1   x2   x3   x4
   A        B     2000    50   30   1    20
   A        C     2000    70    2   5    90
   A        D     2000    10   90   20   30
   A        E     2000    95   10   10   5
   A        F     2000    10   10   10   0
   A        G     2000    5     5   0    0
   A        H     2000    10   30   25   40

  ........................................

  B        A      1998    5    10   30   2
  B        D      1998    30   6    9    0
  B        I      1998    10   9    7    0

  ........................................

  C        A      2005    10   15   2    6
  C        D      2005    90   0    0    40
  C        X      2005    49   90   5    0

例如，假设我对 2000 年的 A 国感兴趣。我想知道它在 2000 年的最大值是多少x1（与 E 国配对时为 95）。我还想知道 , 和 的最大值x2是x3多少x4 H 国和 C 国的 90、25 和 90）。

1998 年的 B 国和 2005 年的 C 国也是如此。

在给定年份中给定国家/地区的这些列的最大值隔离后，我想将这些值转储到数据框中，如下所示。

country   year    x1max    x2max    x3max    x4max
  A       2000      95       90       25       90
  B       1998      30       10       30        2
  C       2005      90       90        5       40

我在这方面很灵活。将每个国家/地区的这些最大值转储到他们自己的 1x5 尺寸数据框中可能是最简单的，然后使用rbind它们堆叠在一起，这可能是最简单的。

有人对如何进行有任何建议吗？它为我省去了手动操作的麻烦，这比任何事情都更容易引起人为错误的可能性。

但是，可重现代码如下，因为我的问题确实取决于为特定国家/地区隔离特定年份（例如，2000 年代表国家 A 而不是 2001 年），我不确定可重现代码是否一定有用。我希望，或者，至少，我的问题是明确的。

country1 <- c("A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "C", "C", "C")
country2 <- c("B","C","D","E","F","G","H","A","D","I","A","D","X")
year <- c(2000, 2000, 2000, 2000, 2000, 2000, 2000, 1998, 1998, 1998, 2005, 2005, 2005)
x1 <- c(50, 70, 10, 95, 10, 5, 10, 5, 30, 10, 10, 90, 49)
x2 <- c(30, 2, 90, 10, 10, 5, 30, 10, 6, 9, 15, 0, 90)
x3 <- c(1, 5, 20, 10, 10, 0, 25, 30, 9, 7, 2, 0, 5)
x4 <- c(20, 90, 30, 5, 0,0,40,2,0,0,6,40,0)

Data=data.frame(country1=country1,country2=country2,year=year,x1=x1,x2=x2,x3=x3,x4=x4)
Data
4

3 回答 3

4

听起来您只是在寻找aggregate：

> aggregate(cbind(x1, x2, x3, x4) ~ country1 + year, Data, max)
  country1 year x1 x2 x3 x4
1        B 1998 30 10 30  2
2        A 2000 95 90 25 90
3        C 2005 90 90  5 40

不过，从你的问题中你想如何从那里开始，还不是很清楚......

于 2013-07-09T04:08:53.353 回答
3

您也可以ddply从 plyr 包中使用。假设您的样本是数据。

data<-structure(list(country1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 3L, 3L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    country2 = structure(c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 4L, 
    9L, 1L, 4L, 10L), .Label = c("A", "B", "C", "D", "E", "F", 
    "G", "H", "I", "X"), class = "factor"), year = c(2000L, 2000L, 
    2000L, 2000L, 2000L, 2000L, 2000L, 1998L, 1998L, 1998L, 2005L, 
    2005L, 2005L), x1 = c(50L, 70L, 10L, 95L, 10L, 5L, 10L, 5L, 
    30L, 10L, 10L, 90L, 49L), x2 = c(30L, 2L, 90L, 10L, 10L, 
    5L, 30L, 10L, 6L, 9L, 15L, 0L, 90L), x3 = c(1L, 5L, 20L, 
    10L, 10L, 0L, 25L, 30L, 9L, 7L, 2L, 0L, 5L), x4 = c(20L, 
    90L, 30L, 5L, 0L, 0L, 40L, 2L, 0L, 0L, 6L, 40L, 0L)), .Names = c("country1", 
"country2", "year", "x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
-13L))

install.packages("plyr")
library(plyr)
ddply(data,.(country1,year),numcolwise(max))

  country1 year x1 x2 x3 x4
1        A 2000 95 90 25 90
2        B 1998 30 10 30  2
3        C 2005 90 90  5 40
于 2013-07-09T08:02:28.180 回答
1

如果你知道 SQL，那么你可以使用sqldf这个包中的函数：http: //cran.r-project.org/web/packages/sqldf/index.html

df <- sqldf("select year, max(x1), max(x2), max(x3), max(x4) from Data group by year")
df
  year max(x1) max(x2) max(x3) max(x4)
1 1998      30      10      30       2
2 2000      95      90      25      90
3 2005      90      90       5      40
于 2013-07-09T09:26:32.890 回答