在具有负数和正数的数据框中查找最大负数和最小正数

Question

我想在 R 中获取包含负数和正数 (diff_start) 的列的最大负值和另一列 (diff_end) 的最小正值。

数据：

data <- read.table(text ="
                   id lab diff_start diff_end
                   1 hb -1.7 -1.8
                   1 hb -0.3 -0.3
                   1 hb 0.6 0.5
                   1 hb 0.7 0.8", header = TRUE)

期望的输出：

# id lab   diff_start diff_end
# 1 hb     -0.3      0.5

我做了什么：

• 将数据分成2份，过滤<= 0为diff_start和>= 0为diff_end
• 获取感兴趣的摘要，然后将它们合并回来

我认为这很长而且效率很低，并希望使它更简洁。

full_join(
  data %>% 
    group_by(id, lab) %>% 
    filter(diff_start <= 0) %>% 
    summarise(diff_start = max(diff_start)) %>% 
    ungroup(),
  data %>% 
    group_by(id, lab) %>% 
    filter(diff_start >= 0) %>% 
    summarise(diff_end = min(diff_end)) %>% 
    ungroup())

Answer 1

试一试：

max(data$diff_start[data$diff_start < 0]) 
min(data$diff_end[data$diff_end > 0])

结果：

> max(data$diff_start[data$diff_start < 0]) 
[1] -0.3
> min(data$diff_end[data$diff_end > 0])
[1] 0.5

编辑：

要保持分组，您可以使用：

by(data, list(data$id, data$lab), function(x) {
    c(max(x$diff_start[x$diff_start < 0]),
    min(x$diff_end[x$diff_end > 0]))
})

输出

[1] -0.3  0.5

Answer 2

你可以这样分解你的代码：

data %>% 
  group_by(id, lab) %>% 
  summarise(diff_start = max(diff_start[diff_start <= 0]), diff_end = min(diff_end[diff_end >= 0])) %>% 
  ungroup()
# A tibble: 1 x 4
     id lab   diff_start diff_end
  <int> <fct>      <dbl>    <dbl>
1     1 hb          -0.3      0.5

无需先过滤，您可以在 summarize 中进行过滤。

处理缺失的否定或肯定：

data %>% 
  group_by(id, lab) %>% 
  summarise(
    diff_start = if(sum(diff_start <= 0) == 0) NA else max(diff_start[diff_start <= 0], na.omit = TRUE),
    diff_end = if(sum(diff_end >= 0) == 0) NA else min(diff_end[diff_end >= 0], na.omit = TRUE)
  ) %>% 
  ungroup()