dplyr을 사용하여 각 그룹에서 최대 값을 가진 행을 선택하는 방법은 무엇입니까?

dplyr을 사용하여 각 그룹에서 최대 값을 가진 행을 선택하는 방법은 무엇입니까? [복제]

---

이 질문에 이미 답변이 있습니다.

• 각 그룹에서 최대 값을 가진 행을 선택하는 방법 10 답변

dplyr로 각 그룹에서 최대 값을 가진 행을 선택하고 싶습니다.

먼저 내 질문을 보여주기 위해 임의의 데이터를 생성합니다.

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

plyr에서 사용자 지정 함수를 사용하여이 행을 선택할 수 있습니다.

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

dplyr에서는이 코드를 사용하여 최대 값을 얻지 만 최대 값을 가진 행 (이 경우 C 열)을 가져 오지 않습니다.

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

어떻게 이걸 달성 할 수 있을까요? 제안 해 주셔서 감사합니다.

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        

---

이 시도:

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

작동하는 것 같습니다 :

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

주석에서 @docendo가 지적했듯이 그룹당 slice1 개의 행만 원하는 경우 아래 @RoyalITS의 답변에 따라 여기에서 선호 할 수 있습니다. 이 대답은 최대 값이 동일한 여러 행이있는 경우 여러 행을 반환합니다.

---

You can use top_n

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

This will rank by the last column (value) and return the top n=1 rows.

Currently, you can't change the this default without causing an error (See https://github.com/hadley/dplyr/issues/426)

---

df %>% group_by(A,B) %>% slice(which.max(value))

---

This more verbose solution provides greater control on what happens in case of duplicate maximum value (in this example, it will take one of the corresponding rows randomly)

library(dplyr)
df %>% group_by(A, B) %>%
  mutate(the_rank  = rank(-value, ties.method = "random")) %>%
  filter(the_rank == 1) %>% select(-the_rank)

---

More generally, I think you might want to get "top" of the rows that are sorted within a given group.

For the case of where a single value is max'd out, you have essentially sorted by only one column. However, it's often useful to hierarchically sort by multiple columns (for example: a date column and a time-of-day column).

# 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()

---

For me, it helped to count the number of values per group. Copy the count table into a new object. Then filter for the max of the group based on the first grouping characteristic. For example:

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

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

or

count_table %>% 
    group_by(A) %>%
    top_n(1, n)

참고URL : https://stackoverflow.com/questions/24237399/how-to-select-the-rows-with-maximum-values-in-each-group-with-dplyr