多个类别的最大R
多个类别的最大R
提问于 2018-01-28 13:43:31
我得到的数据有点像这样(当然还有更多的行)：
Age Work Zone SomeNumber
26 1 2.61
32 4 8.42
41 2 9.71
45 2 4.14
64 3 6.04
56 1 5.28
37 4 7.93我想要获取每个区域在每个年龄或以下的最大SomeNumber。SomeNumber随着年龄的增长而增加，所以我预计32岁以下的人在二区的SomeNumber最高是31岁的人，但实际上也可能是27岁的人。
为此，我编写了一个嵌套的for循环：
for(i in zonelist){
temp = data[data$zone==i,]
for(j in 1:max(data$age)){
temp.lessequal=c(temp.lessequal,max((temp[temp$Age<=j,])$SomeNumber))
}
#plot temp.lessequal or save it at this point
}这当然是非常慢的。我怎样才能更快地做到这一点？我已经查看了一次按两列排序的order函数，但这不允许我取每组的最大值。
回答 3
Stack Overflow用户
发布于 2018-01-28 13:58:12
数据：
df1 <- read.table(text='Age Work_Zone SomeNumber
26 1 2.61
32 4 8.42
41 2 9.71
45 2 4.14
64 3 6.04
56 1 5.28
37 4 7.93',
header = TRUE)代码：
df2 <- with( df1, df1[ Age <= 32, ] ) # extract rows with Age <= 32
# get maximum of someNumber by aggregating with work_zone and then merging with df1 to combine the age column
merge(aggregate(SomeNumber ~ Work_Zone, data = df2, max), df2)
# Work_Zone SomeNumber Age
# 1 1 2.61 26
# 2 4 8.42 32Stack Overflow用户
发布于 2018-01-28 14:13:40
使用库data.table，您可以选择小于所需年龄的行，然后输出每个工作区的max(somenumber)和它们各自的年龄。
library(data.table)
setDT(df1)[Age<=32,.(max(SomeNumber),Age),by=Work_Zone]
Work_Zone V1 Age
1: 1 2.61 26
2: 4 8.42 32Stack Overflow用户
发布于 2018-01-28 16:48:42
OP似乎正在根据特定列(Age)上的<=条件来查找max值。
在这种情况下，为了解释逻辑，sqldf的使用变得非常方便。一种解决方案可能是：
# Data
df <- read.table(text = "Age Work_Zone SomeNumber
26 1 2.61
32 4 8.42
41 2 9.71
45 2 4.14
64 3 6.04
56 1 5.28
37 4 7.93", header = T, stringsAsFactors = F)
library(sqldf)
df3 <- sqldf("select df1.Work_Zone, df1.Age, max(df2.SomeNumber) from df df1
inner join df df2 on df1.Work_Zone = df2.Work_Zone
WHERE df2.Age <= df1.Age
GROUP BY df1.Work_Zone, df1.Age")
# Result:
# Work_Zone Age max(df2.SomeNumber)
# 1 1 26 2.61
# 2 1 56 5.28
# 3 2 41 9.71
# 4 2 45 9.71
# 5 3 64 6.04
# 6 4 32 8.42
# 7 4 37 8.42页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48483537
复制相关文章
相似问题
腾讯云开发者
