주어진 열의 데이터 프레임을 집계하고 다른 열을 표시합니다.

주어진 열의 데이터 프레임을 집계하고 다른 열을 표시합니다.

---

다음 형식의 R에 데이터 프레임이 있습니다.

> 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

함수를 Score사용하여 열 다음에 집계하고 싶습니다.max

> aggregate(data$Score, list(data$Group), max)

  Group.1         x
1       1         3
2       2         4

그러나 각 그룹 Info에 대한 Score열의 최대 값과 관련된 열도 표시하고 싶습니다 . 나는 이것을하는 방법을 모른다. 내 원하는 출력은 다음과 같습니다.

  Group.1         x        y
1       1         3        c
2       2         4        d

힌트가 있습니까?

---

먼저 다음을 사용하여 데이터를 분할합니다 split.

split(z,z$Group)

각 청크에 대해 최대 점수가있는 행을 선택합니다.

lapply(split(z,z$Group),function(chunk) chunk[which.max(chunk$Score),])

마지막으로 data.frame에 다시 감소 do.callING rbind:

do.call(rbind,lapply(split(z,z$Group),function(chunk) chunk[which.max(chunk$Score),]))

결과:

  Group Score Info
1     1     3    c
2     2     4    d

한 줄, 마법 주문 없음, 빠른 결과, 좋은 이름 =)

---

기본 R 솔루션은의 출력을 단계 aggregate()와 결합 하는 merge()것입니다. aggregate()부분적으로는 출력의 이름이 더 좋기 때문에 공식 인터페이스가 표준 인터페이스보다 조금 더 유용하다는 것을 알게되었으므로 다음을 사용하겠습니다.

aggregate()단계입니다

maxs <- aggregate(Score ~ Group, data = dat, FUN = max)

그리고 merge()단계는 단순히

merge(maxs, dat)

이것은 우리에게 원하는 출력을 제공합니다.

R> maxs <- aggregate(Score ~ Group, data = dat, FUN = max)
R> merge(maxs, dat)
  Group Score Info
1     1     3    c
2     2     4    d

물론 이것을 한 줄로 집어 넣을 수 있습니다 (중개 단계는 설명에 더 가깝습니다).

merge(aggregate(Score ~ Group, data = dat, FUN = max), dat)

수식 인터페이스를 사용한 주된 이유 names는 병합 단계에 대한 올바른 데이터 프레임을 반환하기 때문입니다 . 이들은 원래 데이터 세트의 열 이름입니다 dat. 원본과 집계 된 데이터 프레임의 어떤 열이 일치 aggregate()하는지 merge()알 수 있도록 출력에 올바른 이름 이 있어야합니다 .

표준 인터페이스는 어떤 방식으로 호출하든 이상한 이름을 제공합니다.

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

merge()이러한 출력에 사용할 수 있지만 R에 어떤 열이 일치하는지 알려주는 작업을 더 많이해야합니다.

---

다음은 plyr패키지를 사용하는 솔루션 입니다.

다음 코드 줄은 기본적 ddply으로 먼저 그룹별로 데이터를 그룹화 한 다음 각 그룹 내에서 점수가 해당 그룹의 최대 점수와 동일한 하위 집합을 반환합니다.

library(plyr)
ddply(data, .(Group), function(x)x[x$Score==max(x$Score), ])

  Group Score Info
1     1     3    c
2     2     4    d

그리고 @SachaEpskamp가 지적했듯이 이것은 다음과 같이 더 단순화 할 수 있습니다.

ddply(df, .(Group), function(x)x[which.max(x$Score), ])

(있는 which.max경우 여러 개의 최대 행을 반환 하는 이점도 있습니다 ).

---

The plyr package can be used for this. With the ddply() function you can split a data frame on one or more columns and apply a function and return a data frame, then with the summarize() function you can use the columns of the splitted data frame as variables to make the new data frame/;

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

---

A late answer, but and approach using data.table

library(data.table)
DT <- data.table(dat)

DT[, .SD[which.max(Score),], by = Group]

Or, if it is possible to have more than one equally highest score

DT[, .SD[which(Score == max(Score)),], by = Group]

Noting that (from ?data.table

.SD is a data.table containing the Subset of x's Data for each group, excluding the group column(s)

---

To add to Gavin's answer: prior to the merge, it is possible to get aggregate to use proper names when not using the formula interface:

aggregate(data[,"score", drop=F], list(group=data$group), mean) 

---

This is how I baseically think of the problem.

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

---

I don't have a high enough reputation to comment on Gavin Simpson's answer, but I wanted to warn that there seems to be a difference in the default treatment of missing values between the standard syntax and the formula syntax for aggregate.

#Create some data with missing values 
a<-data.frame(day=rep(1,5),hour=c(1,2,3,3,4),val=c(1,NA,3,NA,5))
  day hour val
1   1    1   1
2   1    2  NA
3   1    3   3
4   1    3  NA
5   1    4   5

#Standard syntax
aggregate(a$val,by=list(day=a$day,hour=a$hour),mean,na.rm=T)
  day hour   x
1   1    1   1
2   1    2 NaN
3   1    3   3
4   1    4   5

#Formula syntax.  Note the index for hour 2 has been silently dropped.
aggregate(val ~ hour + day,data=a,mean,na.rm=T)
  hour day val
1    1   1   1
2    3   1   3
3    4   1   5

ReferenceURL : https://stackoverflow.com/questions/6289538/aggregate-a-dataframe-on-a-given-column-and-display-another-column