r - 查找相同值的每个子集的最大值

Question

在数据框中:

 > df
   Version.ID Relevant.product Proportion
        1000         OS        0.05095541
        1000         C         0.75159236
        1000         R         0.19745223
        1000         Other     0.00000000
        1000         C         0.75159236
        1000         C         0.75159236
        1000         C         0.75159236
        1000         C         0.75159236
        2000         O         1.00000000
        3000         En        0.93498526
        3000         En        0.93498526
        3000         En        0.93498526
        3000         R         0.06501474
        3000         En        0.93498526
        3000         En        0.93498526
        3000         Other     0.00000000
        3000         En        0.93498526

我想获取每个 Version.ID 中占比最大的产品名称:

 Version.ID Relevant.product 
      1000           C
      2000           O 
      3000           En 

谢谢

Answer 1

试试 data.table 库

library(data.table)
setDT(df)[, Relevant.product[which.max(Proportion)], by = Version.ID]

#    Version.ID V1
# 1:       1000  C
# 2:       2000  O
# 3:       3000 En

---

如果您只想要与 max(Proportion) 对应的第一个“Relevant.product”，上述解决方案非常好。如果您有兴趣将它们全部退回，可以使用以下方法:

require(data.table) ## 1.9.2
idx = setDT(df)[, .I[Proportion == max(Proportion)], by=Version.ID]$V1
ans = unique(df[idx], by=c("Version.ID", "Relevant.product"))