r - 最大折叠

Question

我有一个数据框，(我只是展示了df的尾部)这个数据框叫做conv2

8464   208394_x_at                   ESM1                          -1.035878e-01
8468   200858_s_at                SNORD55                          -1.034971e-01
8469   200858_s_at               SNORD38B                          -1.034971e-01
8467   200858_s_at                   RPS8                          -1.034971e-01
8472     207381_at                   RPS8                          -1.034510e-01
8477   211197_s_at                 ICOSLG                          -1.033752e-01

我想要的是，每当第二列中有一个名称重复时，例如 RPS8 删除所有包含该名称的行，第三列中具有最高绝对值的行除外。因此在示例行中 8467 将被删除。

我这样做过

for (d in dup){

  conv2 <- rbind(conv2, conv[which(conv$SYMBOL == d),][which.max(abs(conv[which(conv$SYMBOL == d),][,3])),])

}

有更好更快的方法吗？

Answer 1

我们可以使用

library(dplyr)
conv2 %>%
    group_by(col1, col2) %>%
    slice(which.max(abs(col3)))

更快的选择是

conv2 %>%
   group_by(col1, col2) %>%
   arrange(desc(abs(col3))) %>%
   slice(1)  

---

或者我们可以使用data.table

library(data.table)
setDT(conv2)[order(-abs(col3)),  .SD[1L], .(col1, col2)]

注意:应更改列名称(因为示例中未显示)