如何对 R 中相同两列具有不同值的数据框进行子集化答案

【问题标题】：How do you subset a data frame that has different values for the same two columns in R如何对 R 中相同两列具有不同值的数据框进行子集化
【发布时间】：2014-11-17 21:08:10
【问题描述】：

我有这个数据框：

输入(df)

structure(list(Metrics = c("db1.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)", 
"db2.Tablespace_Space_Used_(%)", "db2.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db2.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db2.Tablespace_Space_Used_(%)", 
"db2.Tablespace_Space_Used_(%)", "db2.Tablespace_Space_Used_(%)", 
"db2.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)", 
"db1.Tablespace_Space_Used_(%)", "db1.Tablespace_Space_Used_(%)"
), Date = c(1416257563.98707, 1416257563.98707, 1416257563.98707, 
1416257563.98707, 1416257563.98707, 1416257563.98707, 1416257563.98707, 
1416257563.98707, 1416257563.98707, 1416257563.98707, 1416257563.98707, 
1416257563.98707, 1416257563.98707, 1416257563.98707, 1416257563.98707, 
1416257563.98707, 1416257563.98707, 1416257563.98707, 1416257563.98707, 
1416257563.98707), Value = c(0, 0.02, 0.01, 0, 0.01, 0.01, 0.07, 
0, 2.02, 0, 0, 9.32, 0.02, 9.27, 0, 12.72, 12.72, 12.72, 0.08, 
12.72), Type1 = c("type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database", "type=rac_database", 
"type=rac_database", "type=rac_database")), .Names = c("Metrics", 
"Date", "Value", "Type1"), class = "data.frame", row.names = c(10092L, 
10097L, 10103L, 10104L, 10107L, 10108L, 10111L, 10112L, 10114L, 
10115L, 10116L, 10117L, 10118L, 10120L, 10121L, 10188L, 10189L, 
10190L, 10192L, 10216L))

这是更大数据框的子集。如您所见，对于相同的 Metrics 和 Date，有多个不同的值。我希望能够只为相同的数据和指标类型选择最大值。因此，对于相同的日期和指标，我应该只有一个值，它应该是最大点。任何想法，我如何子集这个 df？

例如，对于 Metrics：db1.Tablespace_Space_Used_(%) 和 Date：1416257564

在我的 df 中，我应该有一个条目：

 db1.Tablespace_Space_Used_(%) 1416257564 12.72 type=rac_database

【问题讨论】：

标签： r

【解决方案1】：

与此处给出的答案相同 Finding maximum value of one column (by group) and inserting value into another data frame in R

假设你的数据框被称为df

df_1 <- aggregate(Value ~ Metrics + Date + Type1, df, max)
df_1
#edit: removed 'cbind'

输出

                        Metrics       Date             Type1 Value
1 db1.Tablespace_Space_Used_(%) 1416257564 type=rac_database 12.72
2 db2.Tablespace_Space_Used_(%) 1416257564 type=rac_database  9.32

【讨论】：

【解决方案2】：

这个怎么样：

> # find the maximum for Value for each combination of Metrics and Date
> df2 <- aggregate(df$Value, by=list(Metrics=df$Metrics, Date=df$Date), max)
> colnames(df2)[3] <- "Value"

> # add the corresponding value for Type1
> df2$Type1 <- df[df$Metrics == df2$Metrics & df$Date == df2$Date & df$Value == df2$Value, "Type1"]

> # result
> df2
                        Metrics       Date Value             Type1
1 db1.Tablespace_Space_Used_(%) 1416257564 12.72 type=rac_database
2 db2.Tablespace_Space_Used_(%) 1416257564  9.32 type=rac_database

【讨论】：