對于每一行，返回最大值的列名。我有一份員工名冊，我需要知道他們最常在哪個部門工作。根據部門名稱列出員工ID是很簡單的，但是從頻次表返回部門名稱而不是名冊計數要復雜得多。下面是一個簡單的示例(列名=部門，行名=雇員ID)。DF <- matrix(sample(1:9,9),ncol=3,nrow=3)DF <- as.data.frame.matrix(DF)> DF
V1 V2 V31 2 7 92 8 3 63 1 5 4現在我怎么才能> DF2
RE1 V32 V13 V2
3 回答
慕容森
TA貢獻1853條經驗 獲得超18個贊
如果你對data.table解決辦法，這是一個。這有點棘手，因為您更愿意獲得第一個最大值的id。如果你想要最后的最大值，那就容易多了。盡管如此，它并沒有那么復雜，而且速度很快！
這里我生成了你們維度的數據(26746*18)。
數據
set.seed(45)
DF <- data.frame(matrix(sample(10, 26746*18, TRUE), ncol=18))
data.table答：
require(data.table)
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
基準：
# data.table solution
system.time({
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
})
# user system elapsed
# 0.174 0.029 0.227
# apply solution from @thelatemail
system.time(t2 <- colnames(DF)[apply(DF,1,which.max)])
# user system elapsed
# 2.322 0.036 2.602
identical(t1, t2)
# [1] TRUE
這些維度的數據大約快11倍，而且data.table音階也很好。
編輯：如果任何最大ID都可以，那么：
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid)), rowid, mult="last"]
- 3 回答
- 0 關注
- 1291 瀏覽
添加回答
舉報
0/150
提交
取消