web-dev-qa-db-ja.com

データフレーム内の各グループ内の最大値を抽出します

グループ化変数( "Gene")と値変数( "Value")を持つデータフレームがあります。

Gene   Value
A      12
A      10
B      3
B      5
B      6
C      1
D      3
D      4

グループ化変数のレベルごとに、最大値を抽出したいと思います。したがって、結果は、グループ化変数のレベルごとに1行のデータフレームになります。

Gene   Value
A      12
B      6
C      1
D      4

aggregateはトリックをすることができますか?

58
Johnathan

Rでこれを行う多くの可能性があります。それらのいくつかを次に示します。

df <- read.table(header = TRUE, text = 'Gene   Value
A      12
A      10
B      3
B      5
B      6
C      1
D      3
D      4')

# aggregate
aggregate(df$Value, by = list(df$Gene), max)
aggregate(Value ~ Gene, data = df, max)

# tapply
tapply(df$Value, df$Gene, max)

# split + lapply
lapply(split(df, df$Gene), function(y) max(y$Value))

# plyr
require(plyr)
ddply(df, .(Gene), summarise, Value = max(Value))

# dplyr
require(dplyr)
df %>% group_by(Gene) %>% summarise(Value = max(Value))

# data.table
require(data.table)
dt <- data.table(df)
dt[ , max(Value), by = Gene]

# doBy
require(doBy)
summaryBy(Value~Gene, data = df, FUN = max)

# sqldf
require(sqldf)
sqldf("select Gene, max(Value) as Value from df group by Gene", drv = 'SQLite')

# ave
df[as.logical(ave(df$Value, df$Gene, FUN = function(x) x == max(x))),]
131
EDi
df$Gene <- as.factor(df$Gene)
do.call(rbind, lapply(split(df,df$Gene), function(x) {return(x[which.max(x$Value),])}))

ベースRを使用するだけ

2
Kalees Waran

Sqldfと標準SQLを使用して、別の変数でグループ化された最大値を取得する

https://cran.r-project.org/web/packages/sqldf/sqldf.pdf

library(sqldf)
sqldf("select max(Value),Gene from df1 group by Gene")

または

機能のグループ化アプリケーションに優れたHmiscパッケージを使用する(最大) https://www.rdocumentation.org/packages/Hmisc/versions/4.0-3/topics/summarize

library(Hmisc)
summarize(df1$Value,df1$Gene,max)
2
Ajay Ohri