我有一个数据框。
我需要为第二列的每个值在第一列中找到一个最小值。但是我应该从与第一列中找到的最小值相同的行返回第三列中的值。
第一部分似乎解决了tapply(1,2, min)
但是如何将同一行传递到第三列？
更复杂的任务是当最小值在第一列中不是唯一的。然后我需要按字母顺序选择第一个名字（从几个名字中），然后再次从第 3 列的同一行中找到相应的值。
问问题
112 次
3 回答
1
一个可重复的示例将有助于充分理解您的问题。
但是，我认为您可以为此使用 ave 。
a<-c(1:10)
b<-c(rep(1,3),rep(2,4),rep(3,3))
c<-c(101:110)
df<-cbind(a,b,c)
这使
df
a b c
[1,] 1 1 101
[2,] 2 1 102
[3,] 3 1 103
[4,] 4 2 104
[5,] 5 2 105
[6,] 6 2 106
[7,] 7 2 107
[8,] 8 3 108
[9,] 9 3 109
[10,] 10 3 110
所以我要找到 a 我的 b 的最小值并保留相应的 c。
rows<-df[which(ave(df[,1],df[,2],FUN=function(x) x==min(x))==1),]
这使
rows
a b c
[1,] 1 1 101
[2,] 4 2 104
[3,] 8 3 108
于 2014-09-30T01:29:27.840 回答
1
看完评论就不清楚了。
library(dplyr)
df %>%
group_by(zone) %>%
filter(population==min(population)) %>%
#ungroup() %>% #if you don't need zone
select(name)
# zone name
# 1 3 American-Samoa
# 2 1 Andorra
# 3 2 Angola
更新
devtools::install_github("hadley/dplyr")
devtools::install_github("hadley/lazyeval")
library(dplyr)
library(lazyeval)
fun2 <- function(grp, Column, grpDontShow=TRUE){
stopifnot(is.numeric(df[,grp]) & Column %in% colnames(df))
df1 <- df %>%
group_by_(grp) %>%
filter_(interp(~x==min(x), x=as.name(Column)))%>%
arrange(name) %>%
filter(row_number()==1) %>%
select(name)
if(grpDontShow){
ungroup(df1) %>%
select(name)
}
else {
df1
}
}
fun2("zone", "population", TRUE)
# Source: local data frame [3 x 1]
# name
#1 Andorra
#2 Angola
#3 American-Samoa
fun2("zone", "landmass", FALSE)
#Source: local data frame [3 x 2]
#Groups: zone
# zone name
#1 1 Albania
#2 2 Angola
#3 3 American-Samoa
fun2("ozone", "landmass", FALSE)
#Error in `[.data.frame`(df, , grp) : undefined columns selected
fun2("name", "landmass", FALSE)
#Error: is.numeric(df[, grp]) & Column %in% colnames(df) is not TRUE
更新2
如果您需要使用功能base R
funBase <- function(grp, Column, grpDontShow = TRUE) {
stopifnot(is.numeric(df[, grp]) & Column %in% colnames(df))
v1 <- c(by(df[, c(Column, "name")], list(df[, grp]),
FUN = function(x) sort(x[,2][x[, 1] == min(x[, 1],
na.rm = TRUE)])[1]))
if (grpDontShow) {
data.frame(name = v1, stringsAsFactors = FALSE)
}
else {
setNames(data.frame(as.numeric(names(v1)),
v1, stringsAsFactors = FALSE), c(grp, "name"))
}
}
funBase("zone", "landmass")
# name
#1 Albania
#2 Angola
#3 American-Samoa
funBase("zone", "population", FALSE)
# zone name
#1 1 Andorra
#2 2 Angola
#3 3 American-Samoa
数据
df <- structure(list(name = c("Afghanistan", "Albania", "Algeria",
"American-Samoa", "Andorra", "Angola"), landmass = c(5L, 3L,
4L, 6L, 3L, 4L), zone = c(1L, 1L, 1L, 3L, 1L, 2L), area = c(648L,
29L, 2388L, 0L, 0L, 1247L), population = c(16L, 3L, 20L, 0L,
0L, 7L)), .Names = c("name", "landmass", "zone", "area", "population"
), class = "data.frame", row.names = c("1", "2", "3", "4", "5",
"6"))
于 2014-09-30T05:01:34.900 回答
0
尝试：
> ddf
col1 col2 col3
1: 5 a A
2: 2 a B
3: 3 a C
4: 6 a D
5: 4 b E
6: 2 b F
7: 6 b G
8: 2 b H
9: 7 c I
10: 2 c J
11: 6 c K
12: 4 c L
13: 2 c M
>
> sapply(split(ddf, ddf$col2),
function(x) {x = x[order(x$col3),]; x$col3[which.min(x$col1)]})
a b c
B F J
Levels: A B C D E F G H I J K L M
使用@lynghonig 的数据：
> sapply(split(ddf, ddf$b),
function(x) {x = x[order(x$c),]; x$c[which.min(x$a)]})
1 2 3
101 104 108
使用 OP 的数据（来自评论）：
> sapply(split(ddf, ddf$landmass), function(x) {x = x[order(x$zone),]; x$zone[which.min(x$name)]})
3 4 5 6
1 1 1 3
于 2014-09-30T01:52:53.520 回答