我遇到了困擾我一段時間的問題……希望這里的任何人都可以幫助我。我得到以下數據框f <- c('a','a','b','b','b','c','d','d','d','d')v1 <- c(1.3,10,2,10,10,1.1,10,3.1,10,10)v2 <- c(1:10)df <- data.frame(f,v1,v2)f是一個因素；v1和v2是值。對于f的每個級別，我只想保留一行：在該因子級別中v1值最低的那一行。f v1 v2a 1.3 1b 2 3c 1.1 6d 3.1 8我嘗試了聚合，ddply，by，tapply等各種方法，但是似乎沒有任何效果。如有任何建議，我將非常感謝。
3 回答
瀟瀟雨雨
TA貢獻1833條經驗 獲得超4個贊
使用DWin的解決方案，tapply可以避免使用ave。
df[ df$v1 == ave(df$v1, df$f, FUN=min), ]
如下所示，這又可以提高速度。請注意，這也取決于級別數。我注意到ave，盡管它是R中更強大的功能之一，但我經常忘記它。
f <- rep(letters[1:20],10000)
v1 <- rnorm(20*10000)
v2 <- 1:(20*10000)
df <- data.frame(f,v1,v2)
> system.time(df[ df$v1 == ave(df$v1, df$f, FUN=min), ])
user system elapsed
0.05 0.00 0.05
> system.time(df[ df$v1 %in% tapply(df$v1, df$f, min), ])
user system elapsed
0.25 0.03 0.29
> system.time(lapply(split(df, df$f), FUN = function(x) {
+ vec <- which(x[3] == min(x[3]))
+ return(x[vec, ])
+ })
+ .... [TRUNCATED]
user system elapsed
0.56 0.00 0.58
> system.time(df[tapply(1:nrow(df),df$f,function(i) i[which.min(df$v1[i])]),]
+ )
user system elapsed
0.17 0.00 0.19
> system.time( ddply(df, .var = "f", .fun = function(x) {
+ return(subset(x, v1 %in% min(v1)))
+ }
+ )
+ )
user system elapsed
0.28 0.00 0.28
- 3 回答
- 0 關注
- 511 瀏覽
添加回答
舉報
0/150
提交
取消