根据另一列的最后一个值从一列返回值

Question

我有一个这样的数据集：

data <- data.frame(Time = c(1,4,6,9,11,13,16, 25, 32, 65),
                  A = c(10, NA, 13, 2, 32, 19, 32, 34, 93, 12),
                  B = c(1, 99, 32, 31, 12, 13, NA, 13, NA, NA),
                  C = c(2, 32, NA, NA, NA, NA, NA, NA, NA, NA))

我要检索的是 Time 中对应于 A、B 和 C 中最后一个数值的值。例如，A、B、C的最后数值分别为12、13、32。

因此，对应的 Time 值为 65、25 和 4。

我试过 data[which(data$Time== max(data$A)), ] 之类的方法，但这不起作用。

Answer 1

我们可以将 row 索引与逻辑 matrix 相乘，并得到 colMaxs（来自 matrixStats）以子集 'Time' 列

library(matrixStats)
data$Time[colMaxs((!is.na(data[-1])) * row(data[-1]))]
#[1] 65 25  4

或者使用 base R，我们用 which/arr.ind 得到索引，使用分组操作 (tapply) 得到 max 索引，并用它来提取'Time'价值

m1 <- which(!is.na(data[-1]), arr.ind = TRUE)
data$Time[tapply(m1[,1], m1[,2], FUN = max)]
#[1] 65 25  4

或者在 dplyr

的开发版本中使用 summarise/across

library(dplyr)
data %>% 
    summarise(across(A:C, ~ tail(Time[!is.na(.)], 1)))
#    A  B C
#1 65 25 4

或将 summarise_at 与 dplyr

的当前版本一起使用

data %>%
     summarise_at(vars(A:C), ~ tail(Time[!is.na(.)], 1))

根据另一列的最后一个值从一列返回值

Returning values from a column based on the last value of another column

r

rows

max

dataframe

data-cleaning