select 数据框中的多行，其值等于按组的最大值

Question

我有一个如下所示的数据框：

query <- c('a','a','a','b','b','b','c','c','c')
hit <- c(1,2,3,4,5,6,7,8,9)
score <- c(97,97,96,98,97,96,99,99,98)
df <- data.frame(query,hit,score)
df

  query hit score
1     a   1    97
2     a   2    97
3     a   3    96
4     b   4    98
5     b   5    97
6     b   6    96
7     c   7    99
8     c   8    99
9     c   9    98

我想对第一列进行分组，select 所有行的分数等于该组的最高分数。我能想到的最接近的方法是像这样使用 top_n：

df %>%
+ group_by(query) %>%
+ top_n(2,score)

小标题：6 x 3

组：查询 [3]

   query   hit score
  <fctr> <dbl> <dbl>
1      a     1    97
2      a     2    97
3      b     4    98
4      b     5    97
5      c     7    99
6      c     8    99

但显然所做的一切就是给我前两个（或我指定的任何内容）。我想要得到的结果看起来更像这样：

   query   hit score
  <fctr> <dbl> <dbl>
1      a     1    97
2      a     2    97
3      b     4    98
5      c     7    99
6      c     8    99

像往常一样，我假设我遗漏了一些非常简单的东西。

Answer 1

在 dplyr 中，只过滤 score == max(score):

group_by(df, query) %>%
    filter(score == max(score))
# A tibble: 5 x 3
# Groups:   query [3]
#    query   hit score
#   <fctr> <dbl> <dbl>
# 1      a     1    97
# 2      a     2    97
# 3      b     4    98
# 4      c     7    99
# 5      c     8    99

你也可以在 base R 中轻松做到这一点，使用 ave():

df[with(df, ave(score, query, FUN = max) == score), ]
#   query hit score
# 1     a   1    97
# 2     a   2    97
# 4     b   4    98
# 7     c   7    99
# 8     c   8    99

Answer 2

您的语法基本正确，只需在top_n 中指定n = 1 而不是n = 2。

query <- c('a','a','a','b','b','b','c','c','c')
hit <- c(1,2,3,4,5,6,7,8,9)
score <- c(97,97,96,98,97,96,99,99,98)
df <- data.frame(query,hit,score)

df %>%
  group_by(query) %>%
  top_n(n = 1, wt = score)
#> # A tibble: 5 x 3
#> # Groups:   query [3]
#>    query   hit score
#>   <fctr> <dbl> <dbl>
#> 1      a     1    97
#> 2      a     2    97
#> 3      b     4    98
#> 4      c     7    99
#> 5      c     8    99

使用 top_n 时，如果出现平局，将返回具有该分数的所有观察值。因此，您可以指定您想要 1 个最高分 (n = 1)，然后将返回每个组中具有该分数的所有观察结果。

select 数据框中的多行，其值等于按组的最大值

select multiple rows from a dataframe with a value equal to highest value by group

r

dataframe

dplyr

tidyverse

小标题：6 x 3

组：查询 [3]