在一行中找到最大值，然后与其他行中的最大值进行比较

Question

我正在寻找过滤数据的最简单方法：

让我们以其中一个为例：

structure(list(mpg = c(21, 21, 22.8, 21.4, 18.7, 18.1, 14.3, 
                       24.4, 22.8, 19.2), cyl = c(6, 6, 4, 6, 8, 6, 8, 4, 4, 6), disp = c(160, 
                                                                                          165, 108, 258, 360, 225, 360, 146.7, 140.8, 167.6), hp = c(310, 
                                                                                                                                                     110, 93, 110, 475, 105, 245, 62, 95, 223), drat = c(3.9, 3.9, 
                                                                                                                                                                                                         3.85, 3.08, 3.15, 2.76, 633.21, 3.69, 3.92, 3.92), wt = c(2.62, 
                                                                                                                                                                                                                                                                 2.875, 2.32, 3.215, 3.44, 3.46, 3.57, 3.19, 3.15, 3.44), qsec = c(16.46, 
                                                                                                                                                                                                                                                                                                                                   17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20, 22.9, 18.3), vs = c(0, 
                                                                                                                                                                                                                                                                                                                                                                                                     0, 1, 1, 0, 1, 0, 1, 1, 1), am = c(1, 1, 1, 0, 0, 0, 0, 0, 0, 
                                                                                                                                                                                                                                                                                                                                                                                                                                        0), gear = c(4, 4, 4, 3, 3, 3, 3, 4, 4, 4), carb = c(4, 4, 1, 
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             1, 2, 1, 4, 2, 2, 4)), .Names = c("mpg", "cyl", "disp", "hp", 
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               "drat", "wt", "qsec", "vs", "am", "gear", "carb"), row.names = c("Mark_1", 
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                "Mark_2", "Mark_3", "Tom_1", "Tom_2", "Tim_1", "Greg_1", "Greg_2", 
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                "Greg_3", "Greg_4"), class = "data.frame")

我想过滤具有“相同”名称的行，并只保留一个。 一些名称的区别仅在于_之后的数字。 这些应该相互比较。

过滤条件：

首先，我想在每一行中找到最大值，然后将这些最大值与具有相同名称的行进行比较。 最大值最高的行应保留

如果我没记错的话，可以得到预期的输出：

structure(list(mpg = c(21, 18.7, 18.1, 14.3), cyl = c(6, 8, 6, 
8), disp = c(160, 360, 225, 360), hp = c(310, 475, 105, 245), 
    drat = c(3.9, 3.15, 2.76, 633.21), wt = c(2.62, 3.44, 3.46, 
    3.57), qsec = c(16.46, 17.02, 20.22, 15.84), vs = c(0, 0, 
    1, 0), am = c(1, 0, 0, 0), gear = c(4, 3, 3, 3), carb = c(4, 
    2, 1, 4)), .Names = c("mpg", "cyl", "disp", "hp", "drat", 
"wt", "qsec", "vs", "am", "gear", "carb"), row.names = c("Mark_1", 
"Tom_2", "Tim_1", "Greg_1"), class = "data.frame")

> datas
        mpg cyl disp  hp   drat   wt  qsec vs am gear carb
Mark_1 21.0   6  160 310   3.90 2.62 16.46  0  1    4    4
Tom_2  18.7   8  360 475   3.15 3.44 17.02  0  0    3    2
Tim_1  18.1   6  225 105   2.76 3.46 20.22  1  0    3    1
Greg_1 14.3   8  360 245 633.21 3.57 15.84  0  0    3    4

Answer 1

我们split数据集split为data.frame list ， data.frame是在删除子字符串_后再加上数字（ \\\\d+ ），然后使用行名称创建分组变量，然后遍历list ，找到每一行的最大值（ pmax ），获得最大值（指数which.max ），用它来子集行， rbind行一起

do.call(rbind, setNames(lapply(split(df1, sub("_\\d+", "", rownames(df1))),
             function(x) x[which.max(do.call(pmax, x)),]), NULL))
#        mpg cyl disp  hp   drat   wt  qsec vs am gear carb
#Greg_1 14.3   8  360 245 633.21 3.57 15.84  0  0    3    4
#Mark_1 21.0   6  160 310   3.90 2.62 16.46  0  1    4    4
#Tim_1  18.1   6  225 105   2.76 3.46 20.22  1  0    3    1
#Tom_2  18.7   8  360 475   3.15 3.44 17.02  0  0    3    2

---

或使用ave ，我们创建一个逻辑索引。 获取每行的max （ do.call(pmax, df1) ），使用子字符串后的行名称作为分组变量，获取max ，与元素进行比较（ == ），将行转换为逻辑行并对其进行子集化

df1[with(df1, as.logical(ave(do.call(pmax, df1), sub("_\\d+", "", rownames(df1)), 
                          FUN = function(x) x==max(x)))),]
#        mpg cyl disp  hp   drat   wt  qsec vs am gear carb
#Mark_1 21.0   6  160 310   3.90 2.62 16.46  0  1    4    4
#Tom_2  18.7   8  360 475   3.15 3.44 17.02  0  0    3    2
#Tim_1  18.1   6  225 105   2.76 3.46 20.22  1  0    3    1
#Greg_1 14.3   8  360 245 633.21 3.57 15.84  0  0    3    4