r - 根据另一列中的最大值选择一个值

Question

我不明白为什么我找不到解决方案，因为我觉得这是一个非常基本的问题。那就需要求助了。我想按月重新排列空气质量数据集，每个月的最大温度值。另外我想找到每个月最高气温对应的日子。这样做的最懒惰(代码方面)的方法是什么？

我试过以下但没有成功:

require(reshape2)
names(airquality) <- tolower(names(airquality))
mm <- melt(airquality, id.vars = c("month", "day"), meas = c("temp"))

dcast(mm, month + day ~ variable, max)
aggregate(formula = temp ~ month + day, data = airquality, FUN = max)

我追求的是这样的:

month day temp
5     7    89
...

Answer 1

前段时间关于懒惰是好是坏的讨论颇多。 Anwyay，这很短，很自然地写和读(并且对于大数据来说很快，所以你以后不需要更改或优化它):

require(data.table)
DT=as.data.table(airquality)

DT[,.SD[which.max(Temp)],by=Month]

     Month Ozone Solar.R Wind Temp Day
[1,]     5    45     252 14.9   81  29
[2,]     6    NA     259 10.9   93  11
[3,]     7    97     267  6.3   92   8
[4,]     8    76     203  9.7   97  28
[5,]     9    73     183  2.8   93   3

.SD是每个组的数据子集，您只需要其中具有最大 Temp 的行，iiuc。如果您需要行号，则可以添加。

或者获取最大值绑定(bind)的所有行:

DT[,.SD[Temp==max(Temp)],by=Month]

     Month Ozone Solar.R Wind Temp Day
[1,]     5    45     252 14.9   81  29
[2,]     6    NA     259 10.9   93  11
[3,]     7    97     267  6.3   92   8
[4,]     7    97     272  5.7   92   9
[5,]     8    76     203  9.7   97  28
[6,]     9    73     183  2.8   93   3
[7,]     9    91     189  4.6   93   4