汇总给定列上的数据框并显示另一列
我有以下forms的R中的数据框：
> head(data) Group Score Info 1 1 1 a 2 1 2 b 3 1 3 c 4 2 4 d 5 2 3 e 6 2 1 f 我想要使用max函数在Score列之后进行聚合
> aggregate(data$Score, list(data$Group), max) Group.1 x 1 1 3 2 2 4
但是我也希望显示与每个组的Score列的最大值相关的Info列。 我不知道如何做到这一点。 我期望的输出将是：
Group.1 xy 1 1 3 c 2 2 4 d
任何提示？
首先，你使用split分割数据：
split(z,z$Group)
对于每个块，select具有最高分的行：
lapply(split(z,z$Group),function(chunk) chunk[which.max(chunk$Score),])
最后再减less一个data.frame do.call ing rbind ：
do.call(rbind,lapply(split(z,z$Group),function(chunk) chunk[which.max(chunk$Score),]))
结果：
Group Score Info 1 1 3 c 2 2 4 d
一行，没有魔法，快，结果有好名字=）
基本的R解决scheme是将aggregate()的输出与merge()步骤结合起来。 我发现公式接口aggregate()比标准接口更有用，部分原因是输出中的名称更好，所以我将使用：
aggregate()步骤是
maxs <- aggregate(Score ~ Group, data = dat, FUN = max)
和merge()步骤很简单
merge(maxs, dat)
这给了我们所需的输出：
R> maxs <- aggregate(Score ~ Group, data = dat, FUN = max) R> merge(maxs, dat) Group Score Info 1 1 3 c 2 2 4 d
当然，你可以把它放在一个单线上（中介步骤更多是为了说明）：
merge(aggregate(Score ~ Group, data = dat, FUN = max), dat)
我使用公式接口的主要原因是它为合并步骤返回了一个正确names的数据框; 这些是来自原始数据集dat的列的名称。 我们需要让aggregate()的输出具有正确的名称，以便merge()知道原始数据框和聚合数据框中的哪些列匹配。
标准接口给出了奇怪的名字，无论你怎么称呼它：
R> aggregate(dat$Score, list(dat$Group), max) Group.1 x 1 1 3 2 2 4 R> with(dat, aggregate(Score, list(Group), max)) Group.1 x 1 1 3 2 2 4
我们可以在这些输出上使用merge() ，但是我们需要做更多的工作来告诉R哪些列匹配。
这是一个使用plyr软件包的解决scheme。
下面这行代码基本上告诉ddply首先按Group分组数据，然后在每个组中返回一个子集，其中Score等于该组中的最大分数。
library(plyr) ddply(data, .(Group), function(x)x[x$Score==max(x$Score), ]) Group Score Info 1 1 3 c 2 2 4 d
而且，正如@SachaEpskamp指出的那样，这可以进一步简化为：
ddply(df, .(Group), function(x)x[which.max(x$Score), ])
（也有这样的优点，即如果有的话， which.max将返回多个最大线）。
迟到的答案，但使用data.table方法
library(data.table) DT <- data.table(dat) DT[, .SD[which.max(Score),], by = Group]
或者，如果有可能有不止一个同样最高的分数
DT[, .SD[which(Score == max(Score)),], by = Group]
注意到（来自?data.table
.SD是一个data.table，包含每个组的x个数据的子集，不包括组列（s）
要添加到Gavin的答案：合并之前，可能会得到聚合使用正确的名称时，不使用公式接口：
aggregate(data[,"score", drop=F], list(group=data$group), mean)
plyr包可以用于这个。 使用ddply()函数，您可以在一列或多列上分割一个数据框，并应用一个函数并返回一个数据框，然后使用summarize()函数，可以使用分割的数据框的列作为variables来创build新的dataframe/
dat <- read.table(textConnection('Group Score Info 1 1 1 a 2 1 2 b 3 1 3 c 4 2 4 d 5 2 3 e 6 2 1 f')) library("plyr") ddply(dat,.(Group),summarize, Max = max(Score), Info = Info[which.max(Score)]) Group Max Info 1 1 3 c 2 2 4 d
这就是我基本上想到的问题。
my.df <- data.frame(group = rep(c(1,2), each = 3), score = runif(6), info = letters[1:6]) my.agg <- with(my.df, aggregate(score, list(group), max)) my.df.split <- with(my.df, split(x = my.df, f = group)) my.agg$info <- unlist(lapply(my.df.split, FUN = function(x) { x[which(x$score == max(x$score)), "info"] })) > my.agg Group.1 x info 1 1 0.9344336 a 2 2 0.7699763 e
