根据列值提取滚动最大值答案

【问题标题】：Extract rolling maximum value based on column value根据列值提取滚动最大值
【发布时间】：2017-05-30 12:51:03
【问题描述】：

我有一些数据，我已经对其进行了聚类分析，需要根据人口密度找到断点。集群严重重叠，因此我按人口密度对数据进行了排序，并希望在“集群”列切换到另一个集群之前提取最后一个值。基本上数据是这样的：

cluster  PopDens
1        5
1        7
2        8
2        9
1        10
1        12
3        14
1        16

我希望它返回以下内容：

Cluster  PopDens
1        7
2        9
1        12
3        14
1        16

我将如何在 R 中实现这一目标？

【问题讨论】：

标签： r dataframe

【解决方案1】：

在基础 R 中，可以使用：

x[cumsum(rle(x$cluster)$lengths),]
#  cluster PopDens
#2       1       7
#4       2       9
#6       1      12
#7       3      14
#8       1      16

如果您有兴趣，这也可以直接转换为data.table：

library(data.table)
setDT(x)[cumsum(rle(cluster)$lengths)]

当然我们也可以在dplyr：

library(dplyr)
slice(x, cumsum(rle(cluster)$len))

【讨论】：

巧妙利用rle!
谢谢！完美运行。

【解决方案2】：

data.tablerleid()函数可以用于分组：

library(data.table)
setDT(DF)[, .(PopDens = last(PopDens)), .(rleid(cluster), cluster)][, rleid := NULL][]
#   cluster PopDens
#1:       1       7
#2:       2       9
#3:       1      12
#4:       3      14
#5:       1      16

有其他方法可以达到相同的结果：

DF[, .(PopDens = PopDens[.N]), .(rleid(cluster), cluster)][, rleid := NULL][]
DF[, .(PopDens = tail(PopDens, 1), .(rleid(cluster), cluster)][, rleid := NULL][]
DF[, .SD[.N], .(rleid(cluster), cluster)][, rleid := NULL][]
DF[, tail(.SD, 1), .(rleid(cluster), cluster)][, rleid := NULL][]

【讨论】：

【解决方案3】：

另一个data.table解决方案：

library(data.table)
setDT(df)[df[, tail(.I,1), rleid(cluster)]$V1]

给出：

   cluster PopDens
1:       1       7
2:       2       9
3:       1      12
4:       3      14
5:       1      16

【讨论】：