Jak wybrać wiersze z maksymalnymi wartościami w każdej grupie za pomocą dplyr? [duplikat]

to pytanie ma już odpowiedzi tutaj : Jak wybrać wiersz z maksymalną wartością w każdej grupie (17 odpowiedzi) Zamknięty 1 rok temu .

Chciałbym wybrać wiersz z maksymalną wartością w każdej grupie z dplyr.

Najpierw generuję losowe DANE, aby pokazać moje pytanie 

set.seed(1)
df <- expand.grid(list(A = 1:5, B = 1:5, C = 1:5))
df$value <- runif(nrow(df))

W plyr mogę użyć niestandardowej funkcji, aby wybrać ten wiersz.

library(plyr)
ddply(df, .(A, B), function(x) x[which.max(x$value),])

W dplyr, używam tego kodu, aby uzyskać maksymalną wartość, ale nie wiersze z maksymalną wartością (kolumna C w tym przypadku).

library(dplyr)
df %>% group_by(A, B) %>%
    summarise(max = max(value))

Jak mógłbym to osiągnąć? Dzięki za wszelkie sugestia.

sessionInfo()
R version 3.1.0 (2014-04-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_Australia.1252  LC_CTYPE=English_Australia.1252   
[3] LC_MONETARY=English_Australia.1252 LC_NUMERIC=C                      
[5] LC_TIME=English_Australia.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] dplyr_0.2  plyr_1.8.1

loaded via a namespace (and not attached):
[1] assertthat_0.1.0.99 parallel_3.1.0      Rcpp_0.11.1        
[4] tools_3.1.0
Author: David Arenburg, 2014-06-16
Source

6 answers

Spróbuj tego: 

result <- df %>% 
             group_by(A, B) %>%
             filter(value == max(value)) %>%
             arrange(A,B,C)

Wydaje się działać: 

identical(
  as.data.frame(result),
  ddply(df, .(A, B), function(x) x[which.max(x$value),])
)
#[1] TRUE

Jak zaznaczono w komentarzach, slice może być preferowane tutaj zgodnie z @RoyalITS' odpowiedź poniżej Jeśli chcesz tylko 1 wiersz na Grupę. Ta odpowiedź zwróci wiele wierszy, jeśli istnieje wiele z identyczną wartością maksymalną.

 147
Author: thelatemail,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2020-06-22 21:49:54

Możesz użyć top_n 

df %>% group_by(A, B) %>% top_n(n=1)

Zostanie to uszeregowane według ostatniej kolumny (value) i zwróci górne n=1 wiersze.

Obecnie nie można zmienić tej wartości domyślnej bez powodowania błędu (Zobacz https://github.com/hadley/dplyr/issues/426 )

 77
Author: mnel,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2014-06-16 06:14:51 
df %>% group_by(A,B) %>% slice(which.max(value))
 73
Author: RoyalTS,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-02-24 16:40:23

To bardziej wyraziste rozwiązanie zapewnia większą kontrolę nad tym, co dzieje się w przypadku zduplikowanej wartości maksymalnej (w tym przykładzie, będzie pobierał jeden z odpowiadających wierszy losowo) 

library(dplyr)
df %>% group_by(A, B) %>%
  mutate(the_rank  = rank(-value, ties.method = "random")) %>%
  filter(the_rank == 1) %>% select(-the_rank)
 12
Author: nassimhddd,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-07-18 07:59:37

Bardziej ogólnie, myślę, że możesz chcieć uzyskać "górę" wierszy, które są posortowane w danej grupie.

W przypadku, gdy pojedyncza wartość jest max ' d out, zasadniczo posortowano tylko jedną kolumnę. Jednak często przydatne jest hierarchiczne sortowanie według wielu kolumn (na przykład: kolumna daty i Kolumna godziny dnia). 

# Answering the question of getting row with max "value".
df %>% 
  # Within each grouping of A and B values.
  group_by( A, B) %>% 
  # Sort rows in descending order by "value" column.
  arrange( desc(value) ) %>% 
  # Pick the top 1 value
  slice(1) %>% 
  # Remember to ungroup in case you want to do further work without grouping.
  ungroup()

# Answering an extension of the question of 
# getting row with the max value of the lowest "C".
df %>% 
  # Within each grouping of A and B values.
  group_by( A, B) %>% 
  # Sort rows in ascending order by C, and then within that by 
  # descending order by "value" column.
  arrange( C, desc(value) ) %>% 
  # Pick the one top row based on the sort
  slice(1) %>% 
  # Remember to ungroup in case you want to do further work without grouping.
  ungroup()
 1
Author: Kalin,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2019-01-16 19:06:22

Dla mnie pomogło zliczyć liczbę wartości na Grupę. Skopiuj tabelę zliczania do nowego obiektu. Następnie filtruj dla max grupy na podstawie pierwszej charakterystyki grupowania. Na przykład: 

count_table  <- df %>%
                group_by(A, B) %>%
                count() %>%
                arrange(A, desc(n))

count_table %>% 
    group_by(A) %>%
    filter(n == max(n))

Lub 

count_table %>% 
    group_by(A) %>%
    top_n(1, n)
 1
Author: ksvrd,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2019-02-01 14:39:13