确定三个值中最大值的最快/最简单算法/函数答案

【问题标题】：The Fastest/Simplest Algorithm/Function to Determine Largest of Three Values确定三个值中最大值的最快/最简单算法/函数
【发布时间】：2016-10-16 04:35:32
【问题描述】：

这里是一个非常基本的编程问题，但为了将来，我只想知道哪种方式是处理这种常见情况的最佳方式。

我有 0 到 10 之间不同级别的三列，我希望确定其中哪一个具有最高的值，并显示列的名称（在变异列中或以其他方式创建的“最大”列中。）如果出现任何关系，我更喜欢 c 而不是 b 列，因为此开关将用于从其他列中提取值，这些值可能与这些列不同。

下面的代码可以解决问题，但有没有更短更简单的方法？

set.seed(7)
mat <- matrix(as.integer(runif(15, 0, 10)), nrow = 5, ncol = 3)
colnames(mat) <- letters[1:3]
(mat)

matBestOf <- 
    data.frame(mat) %>% 
    mutate(Largest = ifelse(c >= b & c >= a, "c",
                     ifelse(b >= c & b >= a, "b",
                     "a"))
           )
matBestOf
#   a b c Largest
# 1 9 7 1       a
# 2 3 3 2       b
# 3 1 9 7       b
# 4 0 1 0       b
# 5 2 4 4       c

我尝试使用max() 函数，但我只是让它返回最大值而不是具有最大值的列名。此外，我显然没有比较所有三列的值，因为结果仅来自 a 和 c 的最佳值，而从来没有 b时间>。此外，似乎我不能偏爱更高的字母，这没关系，也许我可以不用那个附加功能。

matBestOf <- 
    data.frame(mat) %>% 
    rowwise %>% 
    mutate(Largest = max(a:c))
matBestOf
# Source: local data frame [5 x 4]
# Groups: <by row>
#
#       a     b     c Largest
#   (int) (int) (int)   (int)
# 1     9     7     1       9
# 2     3     3     2       3
# 3     1     9     7       7
# 4     0     1     0       0
# 5     2     4     4       4

【问题讨论】：

也许这会对你有所帮助。 stackoverflow.com/questions/10290801/…
您在解决方案中进行了几次不必要的测试，您只需要在代码中进行 3 次比较，并且只需执行 3 次中的 2 次。请参阅此处的示例 2：programiz.com/c-programming/examples/largest-number-three
太棒了！感谢您的反馈和有用的链接：我一直在寻找类似的东西。 [上面更新了代码。]

标签： r algorithm conditional dplyr

【解决方案1】：

这是max.col 的选项：

mat %>% 
  data.frame() %>%
  mutate(Largest = names(.)[max.col(., ties.method = "last")])

#  c b a Largest
#1 1 7 9       a
#2 2 3 3       b
#3 7 9 1       b
#4 0 1 0       b
#5 4 4 2       c

我使用select 将列按您指定的顺序排列，以便我们可以简单地使用ties.method = "first"。 everything() 确保其他列（如果存在）也将被选中，但出现在前三列之后。

【讨论】：

@leerssej mat 需要转换成data.frame，见编辑。
2 个新函数：everything() 和 max.col()，并重新学习了如何将索引转换为其相关值。谢谢！
@leerssej，欢迎！顺便说一句，在你的情况下（c 超过 b 超过 a）你也可以省略 select 语句并更改 ties.method = "last"。
@docendodiscimus 用last 更新了您的帖子，希望您不介意，它在bigmat 数据上提供了0.3 分钟的更好性能:)。
@zx8754，没问题，感谢更新和基准测试

【解决方案2】：

使用apply 和rev 使c 优先于b 而不是a：

cbind.data.frame(mat,
      Largest = apply(mat, 1,
                      function(i)rev(colnames(mat))[rev(i) == max(i)][1]))
#   a b c Largest
# 1 9 7 1       a
# 2 3 3 2       b
# 3 1 9 7       b
# 4 0 1 0       b
# 5 2 4 4       c

编辑：基准测试

将 rev 放在 apply 之外会使代码在更大的数据上快 3-4 倍，但仍然不如 dplyr 解决方案快。

library(dplyr)

# bigger dummy data
bigmat <- matrix(rep(mat, 10000), ncol = 20)
colnames(bigmat) <- letters[1:ncol(bigmat)]


microbenchmark::microbenchmark(
  dplyr = {bigmat %>% 
      data.frame() %>% 
      select(c,b,a, everything()) %>%
      mutate(Largest = names(.)[max.col(., ties.method = "first")])},
  base_apply_v1 = {
    cbind.data.frame(bigmat,
                     Largest = apply(bigmat, 1,
                                     function(i)rev(colnames(bigmat))[rev(i) == max(i)][1]))
  },
  base_apply_v2 = {
    myFlip <- bigmat[nrow(bigmat):1, ncol(bigmat):1]
    myNames <- colnames(myFlip)
    cbind.data.frame(bigmat,
                     Largest = apply(myFlip, 1,
                                     function(i)myNames[i == max(i)][1]))
  }
  )

# Unit: milliseconds
#           expr       min       lq      mean    median        uq        max neval cld
#          dplyr  3.271673  3.52583  4.665696  3.730951  5.915583   8.405259   100 a  
#  base_apply_v1 86.191320 91.94412 99.370839 93.709812 96.214598 196.007909   100   c
#  base_apply_v2 23.121803 26.70536 30.906054 28.042854 29.065466 134.257780   100  b

【讨论】：

【解决方案3】：

这是一个使用data.table的选项

library(data.table)
as.data.table(mat)[, Largest := rev(colnames(mat))[which.max(rev(unlist(.SD)))] , 1:nrow(mat)][]
#    a b c Largest
#1: 9 7 1       a
#2: 3 3 2       b
#3: 1 9 7       b
#4: 0 1 0       b
#5: 2 4 4       c

【讨论】：