问题描述
我有一个 data.frame，其中包含多年来的大量盆地数据。
我想使用 group_by 过滤器确定每个类的最高值，但保留源流域和年份信息。
例如，2005 年哪个盆地的 veg 值最高？和 2006 年？....
grass 类也是如此：这是 2005 年和 2006 年草地价值最高的盆地。
我考虑过使用 formmattable 进行目视检查，但它会进行此最小/最大分析而不考虑年龄组。
library(dplyr)
library(tidyverse)
df<-read.table(text="basin year veg wet crop grass urb water soil
01 2005 52.64 0 1197.98 524.56 0 0 2.25
01 2009 54.14 0 1171.7 550.51 0 0 1.08
09 2008 9271.08 0 41.66 22190.32 0 5.82 37.34
11 2013 29460.53 0 16489.56 71927.62 437.41 33.1 56.96
04 2017 30831.06 0 5713.81 73876.6 156.75 103.7 29.69
01 2006 47.376 0 1078.182 472.104 0 0 2.025
01 2010 48.726 0 1054.53 495.459 0 0 0.972
09 2009 8343.972 0 37.494 19971.288 0 5.238 33.606
11 2014 26514.477 0 14840.604 64734.858 393.669 29.79 51.264
04 2018 27747.954 0 5142.429 66488.94 141.075 93.33 26.721
01 2007 42.6384 0 970.3638 424.8936 0 0 1.8225
01 2011 43.8534 0 949.077 445.9131 0 0 0.8748
09 2010 7509.5748 0 33.7446 17974.1592 0 4.7142 30.2454
11 2015 23863.0293 0 13356.5436 58261.3722 354.3021 26.811 46.1376
04 2019 24973.1586 0 4628.1861 59840.046 126.9675 83.997 24.0489
05 2005 52.14 0 1169.7 548.51 0 0 0.92
",sep="",header=TRUE)
df%>%
group_by(year,basin)%>%
summarise(across('veg':'soil'),max)
尝试2
library(formattable)
#Formatar a tabela
formattable(df,list(
'veg' = color_tile("#ccf0f0","#0066cc"),'wet' = color_tile("#ccf0f0",'crop' = color_tile("#ccf0f0",'grass' = color_tile("#ccf0f0",'urb' = color_tile("#ccf0f0",'water' = color_tile("#ccf0f0",'soil'= color_tile("#ccf0f0","#0066cc")
))
使用 formattable 我可以看到最强颜色的最高值，但 formattable 不能按年份分组。
解决方法
这里有两种方法，dplyr 解决方案和基本 R 解决方案。
dplyr。
此解决方案使用 slice_max 来保留每列 n = 2 的最大值。
library(dplyr)
df2 <- df %>%
arrange(basin,year) %>%
group_by(basin,year) %>%
slice_max(order_by = -c(basin,year),n = 2)
基础 R
此解决方案使用辅助函数来获取两个最高值。
fun <- function(x) tail(sort(x),n = 2)
agg <- aggregate(as.matrix(df[-(1:2)]),by = as.list(df[1:2]),fun)
agg <- agg[with(agg,order(basin,year)),]
row.names(agg) <- NULL
输出是相等的。
all.equal(as.data.frame(df2),agg)
#[1] TRUE