在dplyr中按组查找最接近x的值[重复]答案

【问题标题】：find value closest to x by group in dplyr [duplicate]在dplyr中按组查找最接近x的值[重复]
【发布时间】：2017-04-11 15:47:57
【问题描述】：

library(dplyr)
a <- data_frame(id = c("A","A","A","B","B","B"),
                b = c(1.2, 1.5, 1.8, 1.1, 1.6, 1.4))

现在，我想为 id 中的每个类别检索最接近 1.43 的值。我想我可以使用：

a %>% group_by(id) %>% nth(which.min(abs(.$b-1.43)))

但 dplyr 状态

Error: Don't know how to generate default for object of class grouped_df/tbl_df/tbl/data.frame

【问题讨论】：

标签： r dplyr

【解决方案1】：

与你所拥有的相距不远

a %>% group_by(id) %>% summarise(which.min(abs(b-1.43)))
# A tibble: 2 × 2
#      id `which.min(abs(b - 1.43))`
#   <chr>                      <int>
# 1     A                          2
# 2     B                          3

或者如果您需要值，而不是索引：

a %>% group_by(id) %>% summarise(b[which.min(abs(b-1.43))])
# A tibble: 2 × 2
#      id `b[which.min(abs(b - 1.43))]`
#   <chr>                         <dbl>
# 1     A                           1.5
# 2     B                           1.4

【讨论】：

【解决方案2】：

有几种方法可以做到这一点。

这是一个dplyr 解决方案（使用this answer 找到）：

a %>%
    group_by(id) %>%
    slice(which.min(abs(b - 1.43)))

     id     b
  <chr> <dbl>
1     A   1.5
2     B   1.4

这是一个基本解决方案：

do.call('rbind', by(a, a$id, function(x) x[which.min(abs(x$b - 1.43)), ]))

     id     b
  <chr> <dbl>
1     A   1.5
2     B   1.4

这是一个 hacky dplyr 解决方案：

a %>%
    mutate(AbsDiff = abs(b - 1.43)) %>%
    group_by(id) %>%
    mutate(AbsDiff_r = rank(AbsDiff, ties.method = 'first')) %>%
    filter(AbsDiff_r == 1)

     id     b AbsDiff AbsDiff_r
  <chr> <dbl>   <dbl>     <int>
1     A   1.5    0.07         1
2     B   1.4    0.03         1

【讨论】：

如果你想避免基本版本的do.call(rbind...，你也可以这样做：a[by(a, a$id, FUN=function(SD) rownames(SD)[which.min(abs(SD$b - 1.43))] ),]
爱 dplyr slice!

【解决方案3】：

which.min() 返回数值（或逻辑）向量的（第一个）最小值或最大值的索引。如果有多个彼此接近 1.43 的相等值并且您想要全部保留，可以使用filter()：

a %>% group_by(id) %>% filter(abs(b - 1.43) == min(abs(b - 1.43)))

#Source: local data frame [2 x 2]
#Groups: id [2]

#     id     b
#  <chr> <dbl>
#1     A   1.5
#2     B   1.4

如果您更喜欢使用nth() 函数，并且每个组只有一个值是可以的，您可以将它包装在一个汇总函数中，以便将其应用于每个组，并且还根据@ 987654325@，您还需要将向量作为参数传递给函数：

a %>% group_by(id) %>% summarise(b = nth(b, which.min(abs(b-1.43))))

# A tibble: 2 × 2
#     id     b
#  <chr> <dbl>
#1     A   1.5
#2     B   1.4

【讨论】：

【解决方案4】：

这是一个带有data.table的版本

library(data.table)
setDT(a)[, .(b= b[which.min(abs(b-1.43))]) , id]
#  id   b
#1:  A 1.5
#2:  B 1.4

【讨论】：