Поиск максимального значения одного столбца (по группе) и вставка значения в другой фрейм данных в R

Все,

Я надеялся, что кто-то сможет найти решение моей проблемы, которая не обязательно вызывает головную боль, но, на данный момент, предполагает возможность человеческой ошибки при создании набора данных для проекта, над которым я работаю.

Набор данных, который я использую сейчас, представляет собой направленную Диаду-год (A против B, B против A) для выбранных пар стран за каждый год между 1950 и 2010 годами. Некоторые страны, как А в моем примере, будут объединены с каждой страной мира. мир и каждая страна будут в паре с ним. Некоторые страны, такие как B и C в моем примере, будут объединены всего с несколькими странами. Некоторые пары будут иметь недостающие данные, которые я не показываю в своем примере.

Что я хотел бы сделать, так это использовать R, чтобы найти максимальное значение данного столбца для данной страны в данном году и вставить это значение в другой фрейм данных. Надеюсь, эта иллюстрация прояснит, что я хотел бы сделать.

country1 country2 year    x1   x2   x3   x4
   A        B     2000    50   30   1    20
   A        C     2000    70    2   5    90
   A        D     2000    10   90   20   30
   A        E     2000    95   10   10   5
   A        F     2000    10   10   10   0
   A        G     2000    5     5   0    0
   A        H     2000    10   30   25   40

  ........................................

  B        A      1998    5    10   30   2
  B        D      1998    30   6    9    0
  B        I      1998    10   9    7    0

  ........................................

  C        A      2005    10   15   2    6
  C        D      2005    90   0    0    40
  C        X      2005    49   90   5    0

Скажем, например, что мне интересно в стране а в 2000 году. Я хочу знать, каково его максимальное значение x1 в 2000 году (которое составляет 95, в его сопряжении со страной е). Я также хочу знать, что такое его максимальное значение для x2, x3, и x4 в любой паре в данном году (которые равны 90, 25 и 90 со страной D, страной H и страной C соответственно).

То же самое касается страны в в 1998 году и страны С в 2005 году.

После выделения максимального значения этих столбцов для данной страны в данном году, я хотел бы сбросьте эти значения в фрейм данных, вот так.

country   year    x1max    x2max    x3max    x4max
  A       2000      95       90       25       90
  B       1998      30       10       30        2
  C       2005      90       90        5       40

Я гибок в этой части. Возможно, проще всего поместить эти максимальные значения для каждой страны в их собственные фреймы данных размером 1x5, а затем использовать rbind для их объединения.

Есть ли у кого-нибудь советы, как действовать дальше? Это избавило бы меня от необходимости делать это вручную, что, более чем что-либо, предполагает возможность человеческой ошибки.

Воспроизводимый код следует, однако, поскольку мой вопрос делает я не уверен, что воспроизводимый код обязательно полезен для выделения конкретного года для конкретной страны (например, 2000 для страны а вместо 2001 года). Я надеюсь, что это так, или, по крайней мере, что мой вопрос ясен.

country1 <- c("A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "C", "C", "C")
country2 <- c("B","C","D","E","F","G","H","A","D","I","A","D","X")
year <- c(2000, 2000, 2000, 2000, 2000, 2000, 2000, 1998, 1998, 1998, 2005, 2005, 2005)
x1 <- c(50, 70, 10, 95, 10, 5, 10, 5, 30, 10, 10, 90, 49)
x2 <- c(30, 2, 90, 10, 10, 5, 30, 10, 6, 9, 15, 0, 90)
x3 <- c(1, 5, 20, 10, 10, 0, 25, 30, 9, 7, 2, 0, 5)
x4 <- c(20, 90, 30, 5, 0,0,40,2,0,0,6,40,0)

Data=data.frame(country1=country1,country2=country2,year=year,x1=x1,x2=x2,x3=x3,x4=x4)
Data
3 2
data-manipulation

3 ответа:

Похоже, вы просто ищете aggregate: 

> aggregate(cbind(x1, x2, x3, x4) ~ country1 + year, Data, max)
  country1 year x1 x2 x3 x4
1        B 1998 30 10 30  2
2        A 2000 95 90 25 90
3        C 2005 90 90  5 40

Однако из вашего вопроса не очень ясно, как вы хотите действовать дальше....

4

Вы также можете использовать ddply из пакета plyr. Предположим, что ваш образец-это данные. 

data<-structure(list(country1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 3L, 3L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    country2 = structure(c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 4L, 
    9L, 1L, 4L, 10L), .Label = c("A", "B", "C", "D", "E", "F", 
    "G", "H", "I", "X"), class = "factor"), year = c(2000L, 2000L, 
    2000L, 2000L, 2000L, 2000L, 2000L, 1998L, 1998L, 1998L, 2005L, 
    2005L, 2005L), x1 = c(50L, 70L, 10L, 95L, 10L, 5L, 10L, 5L, 
    30L, 10L, 10L, 90L, 49L), x2 = c(30L, 2L, 90L, 10L, 10L, 
    5L, 30L, 10L, 6L, 9L, 15L, 0L, 90L), x3 = c(1L, 5L, 20L, 
    10L, 10L, 0L, 25L, 30L, 9L, 7L, 2L, 0L, 5L), x4 = c(20L, 
    90L, 30L, 5L, 0L, 0L, 40L, 2L, 0L, 0L, 6L, 40L, 0L)), .Names = c("country1", 
"country2", "year", "x1", "x2", "x3", "x4"), class = "data.frame", row.names = c(NA, 
-13L))

install.packages("plyr")
library(plyr)
ddply(data,.(country1,year),numcolwise(max))

  country1 year x1 x2 x3 x4
1        A 2000 95 90 25 90
2        B 1998 30 10 30  2
3        C 2005 90 90  5 40
3

Если вы знаете SQL, то вы можете использовать функцию sqldfиз этого пакета: http://cran.r-project.org/web/packages/sqldf/index.html 

df <- sqldf("select year, max(x1), max(x2), max(x3), max(x4) from Data group by year")
df
  year max(x1) max(x2) max(x3) max(x4)
1 1998      30      10      30       2
2 2000      95      90      25      90
3 2005      90      90       5      40
1