根据条件返回 R 数据框中的行，其中每个组都有最大值答案

【问题标题】：Return rows in an R dataframe where there is the max for each group based on a condition根据条件返回 R 数据框中的行，其中每个组都有最大值
【发布时间】：2021-08-10 07:49:47
【问题描述】：

您好，我有一个包含 2 列的简单数据框

scenario    item   ROA
0 -10 0      A   6.0
0   0 10     A   2.1
0  10 20     A   3.0
0 -30 0      B   0.5
10 0  0      B   1.0

我需要创建一种方法来调节每个项目的场景（只有正面或负面）并返回 ROA 最大值所在的行

例如，如果我让 A 只使用正面的场景，而 B 只使用负面的场景，我应该得到

    scenario    item   ROA
     0  10 20     A   3.0
     0 -30 0      B   0.5

scenario列的值是字符串而不是数字，但是只有一个负号，所以如果它包含“-”号可以用条件来检查。

否定场景的条件是字符串中有一个负字符，肯定的条件是它没有。

在这里你可以创建一些示例数据

scenario    <- c("0 -10 0","0 0 10","0 10 20","0 -30 0","0 -30 0")
item <- c("A","A","A","B","B")
ROA <- c(6,2.1,3,0.5,1)

dfts <- data.frame(scenario=scenario, item=item, ROA=ROA )

感谢您的帮助

【问题讨论】：

您说场景栏是字符串类型的，能否请您提供可重现的数据，以免造成混淆？您的物品存放条件在哪里？即哪些是积极的哪些是消极的，或者这些是硬编码的？
@AnilGoyal 我添加了更多信息和一些示例数据

标签： r dplyr

【解决方案1】：

这只是另一种方法：我使用了来自基本 R 的 strsplit 函数，它根据 sep 参数拆分字符串，这里是单个空格 " "。此函数返回一个与x 长度相同的列表，其中列表的ith 元素是x[i] 的分隔元素。这里scenario 的每个元素的长度为1。然后我选择了第二个分隔元素并将其转换为数字类：

library(dplyr)
library(purrr)

dfts %>%
  filter(map2_lgl(scenario, item, ~ (.y == "A" & as.numeric(strsplit(.x, " ")[[1]][2]) > 0) |
                    (.y == "B" & as.numeric(strsplit(.x, " ")[[1]][2]) < 0)))

  scenario item ROA
1  0 10 20    A 3.0
2  0 -30 0    B 0.5

【讨论】：

【解决方案2】：

基本 R 选项

subset(
  subset(
    dfts,
    (1 + grepl("-", scenario)) == match(item, c("A", "B"))
  ),
  ave(ROA, item, FUN = max) == ROA
)

给予

  scenario item ROA
3  0 10 20    A 3.0
4  0 -30 0    B 0.5

【讨论】：

【解决方案3】：

你在找这个吗？

library(dplyr)

dfts %>%
  filter((!grepl('-', scenario) & item == 'A') | 
           grepl('-', scenario) & item == 'B') %>%
  group_by(item) %>%
  slice(which.max(ROA)) %>%
  ungroup

#  scenario item    ROA
#  <chr>    <chr> <dbl>
#1 0 10 20  A       3  
#2 0 -30 0  B       0.5

【讨论】：

【解决方案4】：

我们可以使用

library(dplyr)
library(stringr)
dfts %>%
     filter(!str_detect(scenario, '-') & item == 'A'| 
        str_detect(scenario, '-') & item == 'B') %>% 
     group_by(item) %>% 
     slice_max(n = 1, order_by = ROA)

【讨论】：