R For循环无法应用最大功能答案

【问题标题】：R For loop fails applying max functionR For循环无法应用最大功能
【发布时间】：2016-09-19 18:16:38
【问题描述】：

我假设我是 R 新手，实际上我正在尝试了解基础知识。目前我正在处理一个大型数据框（称为“ppl”），我必须对其进行编辑才能过滤一些行。每一行都包含在一个组中，并由一个强度（进入）值和一个样本值来表征。

       mz  rt      into   sample  tracker     sn   grp
 100.0153 126  2.762664      3    11908 7.522655   0
 100.0171 127  2.972048      2    5308  7.718521   0
 100.0788 272 30.217969      2    5309 19.024807   1
 100.0796 272 17.277916      3   11910  7.297716   1
 101.0042 128 37.557324      3   11916 27.991320   2
 101.0043 128 39.676014      2    5316 28.234918   2

嗯，第一个问题是：“如何从每组中选择强度最高的样本？” 我尝试了一个 for 循环：

for (i in ppl$grp) {
temp<-ppl[ppl$grp == i,]
sel<-rbind(sel,temp[max(temp$into),])
}

事实上它适用于 ppl$grp == 0，但接下来的循环返回 NAs 行。然后过滤的数据框（称为“sel”）也应该存储删除行的样本值。应该是这样的：

      mz  rt      into   sample  tracker     sn   grp
100.0171 127  2.972048   c(2,3)    5308  7.718521   0
100.0788 272 30.217969   c(2,3)    5309 19.024807   1
101.0043 128 39.676014   c(2,3)    5316 28.234918   2

为了得到这个，我会使用这种方法：

lev<-factor(ppl$grp)
samp<-ppl$sample
samp2<-split(samp,lev)
sel$sample<-samp2

有什么提示吗？因为我还没有解决上一个问题，所以我无法测试它。

非常感谢。

【问题讨论】：

标签： r for-loop split max

【解决方案1】：

不确定我是否遵循您的问题。但也许这会让你开始。

library(dplyr)
ppl %>% group_by(grp) %>% filter(into == max(into))

【讨论】：

【解决方案2】：

使用ave 的base R 选项是

ppl[with(ppl, ave(into, grp, FUN = max)==into),]

如果预期输出中的'sample'列在每个'grp'中都有unique元素，则在按'grp'分组后，将'sample'更新为pasted unique'的元素sample'，然后arrange 'into' 降序和slice 第一行。

library(dplyr)
ppl %>%
    group_by(grp) %>% 
    mutate(sample = toString(sort(unique(sample)))) %>% 
    arrange(desc(into)) %>%
    slice(1L)
#       mz    rt      into sample tracker        sn   grp
#     <dbl> <int>     <dbl>  <chr>   <int>     <dbl> <int>
#1 100.0171   127  2.972048   2, 3    5308  7.718521     0
#2 100.0788   272 30.217969   2, 3    5309 19.024807     1
#3 101.0043   128 39.676014   2, 3    5316 28.234918     2

【讨论】：

【解决方案3】：

data.table 替代方案：

library(data.table)
setkey(setDT(ppl),grp)
ppl <- ppl[ppl[,into==max(into),by=grp]$V1,]
##         mz  rt      into sample tracker        sn grp
##1: 100.0171 127  2.972048      2    5308  7.718521   0
##2: 100.0788 272 30.217969      2    5309 19.024807   1
##3: 101.0043 128 39.676014      2    5316 28.234918   2

【讨论】：

【解决方案4】：

我不知道为什么这段代码会起作用

for (i in ppl$grp) {
  temp<-ppl[ppl$grp == i,]
  sel<-rbind(sel,temp[max(temp$into),])
}

max(temp$into) 应该返回最大值——在大多数情况下它似乎不是整数。

此外，在每个 for 循环实例中使用 rbind 构建一个 data.frame 不是好的做法（在任何语言中）。它需要放弃一些类型检查和数组增长，这可能会变得非常昂贵。

此外，当该组有任何 NA 时，max 将返回 NA。

还有一个问题是关于你想对领带做什么？您只想要一个结果还是全部？ Akrun 提供的代码将为您提供所有这些。

此代码将编写一个具有组 max 的新列

 ppl$grpmax <- ave(ppl$into, ppl$grp, FUN=function(x) { max(x, na.rm=TRUE ) } )

然后您可以选择组中等于最大值的所有值

pplmax <- subset(ppl, into == grpmax)

如果您只希望每组一个，则可以删除重复项

pplmax[!duplicated(pplmax$grp),]

【讨论】：