r - 给定列的最小值，在另一列中找到最小值(dplyr)

Question

假设我们在 R 中有以下数据集:

> td
  Type Rep Value1 Value2
1    A   1      7      1
2    A   2      5      4
3    A   3      5      3
4    A   4      8      2
5    B   1      5     10
6    B   2      6      1
7    B   3      7      1
8    C   1      8     13
9    C   2      8     13

> td <- structure(list(Type = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 
3L, 3L), .Label = c("A", "B", "C"), class = "factor"), Rep = c(1L, 
2L, 3L, 4L, 1L, 2L, 3L, 1L, 2L), Value1 = c(7L, 5L, 5L, 8L, 5L, 
6L, 7L, 8L, 8L), Value2 = c(1L, 4L, 3L, 2L, 10L, 1L, 1L, 13L, 
13L)), .Names = c("Type", "Rep", "Value1", "Value2"), class = "data.frame",
row.names = c(NA, -9L))

我想生成下表:

  Type MinValue1 MinValue2 MeanValue1 MeanValue2
1    A         5         3       6.25        2.5
2    B         5        10       6.00        4.0
3    C         3        13       8.00       13.0

在此表中，数据按“类型”汇总。列“MinValue1”是特定类型的最小值，列“MinValue2”是“Value2”的最小值，给定列“Value1”的最小值。列均值*是所有观察值的一般平均值。

实现此目的的一种方法是实现迭代每种类型并进行数学计算的循环。但是，我正在寻找一种更好/更简单/更漂亮的方法来执行此类操作。

我玩过“tidyverse”中的工具:

> library(tidyverse)
> td %>% 
     group_by(Type) %>% 
     summarise(MinValue1 = min(Value1), 
               MeanValue1 = mean(Value1),
               MeanValue2 = mean(Value2))
# A tibble: 3 × 4
    Type MinValue1 MeanValue1 MeanValue2
  <fctr>    <int>       <dbl>      <dbl>
1      A        5        6.25        2.5
2      B        5        6.00        4.0
3      C        8        8.00       13.0

请注意，我们这里没有列“MinValue2”。另请注意，“summarise(..., MinValue2 = min(Value2), ...)”不起作用，因为此解决方案采用一种类型的所有观察值中的最小值。

我们可以玩“切片”，然后合并结果:

> td %>% group_by(Type) %>% slice(which.min(Value1))
Source: local data frame [3 x 4]
Groups: Type [3]

    Type   Rep Value1 Value2
  <fctr> <int>  <int>  <int>
1      A     3      5      4
2      B     1      5     10
3      C     1      8     13

但请注意，“切片”工具在这里对我们没有帮助:“类型 A，值 1 5”应该具有“值 2”== 3，而不是切片返回的 == 4。

那么，你们有没有优雅的方法来实现我想要的结果？谢谢!

Answer 1

一种方法是使用 order 函数的属性来断开与另一个向量的联系:

get_min_at_min <- function(vec1, vec2) {
  return(vec2[order(vec1, vec2)[1]])
}

这将返回 vec2 的最小值，其中索引对应于 vec1 的最小值。使用此功能管道很简单:

td %>% 
  group_by(Type) %>% 
  summarise(MinValue1 = min(Value1),
            MinValue2 = get_min_at_min(Value1, Value2),
            MeanValue1 = mean(Value1),
            MeanValue2 = mean(Value2))

或者只是简单地利用这样一个事实，即可以在 dplyr 函数中处理计算变量:

td %>% 
  group_by(Type) %>% 
  summarise(MinValue1 = min(Value1),
            MinValue2 = min(Value2[Value1 == MinValue1]),
            MeanValue1 = mean(Value1),
            MeanValue2 = mean(Value2))