r - 将不同级别的最大值添加到 data.frame 中的新列

Question

我有以下 R 问题。我做了一个实验，观察了一些汽车的速度。我有一张 table ，上面有汽车(其中数字 1 表示例如 Porche、2 Volvo 等)及其速度。一辆车可能不止一次被带入观察。因此，例如，保时捷被观察了两次，沃尔沃被观察了两次。

exp<-data.frame(car=c(1,1,1,2,2,3),speed=c(10,20,30,40,50,60))

我想添加第三列，计算每一行/每辆车的最大速度。所以它看起来像这样:

exp<-data.frame(car=c(1,1,1,2,2,3),speed=c(10,20,30,40,50,60), maxSpeed=c(30,30,30,50,50,60))

保时捷的最大观察速度为 30，因此保时捷的每一行都将获得 maxSpeed = 30。

我知道它应该是apply/sapply函数，但不知道如何实现它。任何人？ :)

Answer 1

@Arun 这是我在更大样本(1000 条记录)中的结果。中位数的比率现在(实际上)是 0.82:

exp <- data.frame(car=sample(1:10, 1000, T),speed=rnorm(1000, 20, 5))

f1 <- function() mutate(exp, maxSpeed = ave(speed, car, FUN=max))
f2 <- function() transform(exp, maxSpeed = ave(speed, car, FUN=max))

library(microbenchmark)
library(plyr)
> microbenchmark(f1(), f2(), times=1000)
Unit: microseconds
 expr     min      lq  median       uq      max neval
 f1() 551.321 565.112 570.565 589.9680 27866.23  1000
 f2() 662.933 683.138 689.552 713.7665 28510.24  1000

plyr 文档本身说，对于大型数据帧，Mutate 似乎比 transform 快得多。

但是，对于这种情况，您可能是对的。如果我放大样本:

> exp <- data.frame(car=sample(1:1000, 100000, T),speed=rnorm(100000, 20, 5))
> microbenchmark(f1(), f2(), times=100)
Unit: milliseconds
 expr      min       lq   median       uq      max neval
 f1() 37.92438 39.00056 40.66607 41.18115 77.41645   100
 f2() 39.47731 40.28650 43.11927 43.70779 78.34878   100

比率接近一。老实说，我非常确定 plyr 的性能(在我的代码中总是依赖它)，这就是我在评论中“声明”的原因。可能在不同的情况下它表现得更好..

编辑:

使用来自@Arun 评论的f3()

> microbenchmark(f1(), f2(), f3(), times=100)
Unit: milliseconds
 expr      min       lq   median       uq      max neval
 f1() 38.76050 39.57129 41.48728 42.14812 76.94338   100
 f2() 40.38913 41.19767 44.12329 44.78782 79.94021   100
 f3() 38.63606 39.58700 40.24272 42.04902 76.07551   100

是的!稍微快一点……移动更少的数据？