Come selezionare la riga con il valore massimo in ciascun gruppo

Question

Attualmente ho un problema come segue. In un set di dati in cui esistono più osservazioni per ogni soggetto e voglio creare un sottoinsieme di questo set di dati in cui sono selezionati solo i dati massimi per un record. Ad esempio, per un insieme di dati come qui sotto:

ID <- c(1,1,1,2,2,2,2,3,3) 
Value <- c(2,3,5,2,5,8,17,3,5) 
Event <- c(1,1,2,1,2,1,2,2,2) 

group <- data.frame(Subject=ID, pt=Value, Event=Event) 

Oggetto 1, 2 e 3 hanno rispettivamente il più grande valore pt 5, 17 e 5. Come potrei in primo luogo, trovare il più grande valore di pt per ogni soggetto, e poi mettere questa osservazione in un altro frame di dati? Ciò significa che questo sottoinsieme avrebbe solo i valori pt più alti per ogni soggetto.

Answer 1

Ecco una soluzione data.table:

require(data.table) ## 1.9.2 
group <- as.data.table(group) 

Se si desidera mantenere tutte le voci corrispondenti ai valori massimi di pt all'interno di ciascun gruppo:

group[group[, .I[pt == max(pt)], by=Subject]$V1] 
# Subject pt Event 
# 1:  1 5  2 
# 2:  2 17  2 
# 3:  3 5  2 

Se vuoi solo il primo valore massimo di pt:

group[group[, .I[which.max(pt)], by=Subject]$V1] 
# Subject pt Event 
# 1:  1 5  2 
# 2:  2 17  2 
# 3:  3 5  2 

In questo caso, non fa la differenza, in quanto vi sono valori massimi non più all'interno di ogni gruppo nei tuoi dati

Answer 2

non ero sicuro di quello che si voleva fare sulla colonna Evento, ma se si vuole mantenere anche quello, come su

isIDmax <- with(dd, ave(Value, ID, FUN=function(x) seq_along(x)==which.max(x)))==1 
group[isIDmax, ] 

# ID Value Event 
# 3 1  5  2 
# 7 2 17  2 
# 9 3  5  2 

Qui usiamo ave a guardare la colonna "Valore" per ogni "ID". Quindi determiniamo quale valore è il massimo e quindi lo trasformiamo in un vettore logico che possiamo utilizzare per suddividere l'originale data.frame.

Answer 3

Una soluzione dplyr:

> library(dplyr) 
> ID <- c(1,1,1,2,2,2,2,3,3) 
> Value <- c(2,3,5,2,5,8,17,3,5) 
> Event <- c(1,1,2,1,2,1,2,2,2) 
> group <- data.frame(Subject=ID, pt=Value, Event=Event) 
> group <- group_by(group, Subject) 
> summarize(group, max.pt = max(pt)) 

Questo produce il seguente frame di dati:

Subject max.pt 
1  1  5 
2  2  17 
3  3  5 

Answer 4

Una soluzione più breve usando data.table:

setDT(group)[, .SD[which.max(pt)], by=Subject] 
# Subject pt Event 
# 1:  1 5  2 
# 2:  2 17  2 
# 3:  3 5  2 

Answer 5

Il metodo più intuitivo è quello di utilizzare group_by e la funzione top_n in dplyr

group %>% group_by(Subject) %>% top_n(1, pt) 

Il risultato che si ottiene è

Source: local data frame [3 x 3] 
    Groups: Subject [3] 

     Subject pt Event 
     (dbl) (dbl) (dbl) 
    1  1  5  2 
    2  2 17  2 
    3  3  5  2 

Answer 6

altro l'opzione è slice

library(dplyr) 
group %>% 
    group_by(Subject) %>% 
    slice(which.max(pt)) 
# Subject pt Event 
# <dbl> <dbl> <dbl> 
#1  1  5  2 
#2  2 17  2 
#3  3  5  2 

Answer 7

do.call(rbind, lapply(split(group,as.factor(group$Subject)), function(x) {return(x[which.max(x$pt),])})) 

Utilizzando Base R