Tôi có một danh sách nhân viên và tôi cần biết họ thường làm ở bộ phận nào nhất. Việc lập bảng mã số nhân viên so với tên bộ phận là việc đơn giản, nhưng việc trả lại tên bộ phận, thay vì số lượng danh sách, từ bảng tần suất sẽ khó hơn. Một ví dụ đơn giản dưới đây (tên cột = phòng ban, tên hàng = id nhân viên).
DF <- matrix(sample(1:9,9),ncol=3,nrow=3)
DF <- as.data.frame.matrix(DF)
> DF
V1 V2 V3
1 2 7 9
2 8 3 6
3 1 5 4
Bây giờ làm thế nào để tôi có được
> DF2
RE
1 V3
2 V1
3 V2
Câu trả lời:
Một tùy chọn sử dụng dữ liệu của bạn (để tham khảo trong tương lai, sử dụng set.seed()để làm ví dụ bằng cách sử dụng có thể sampletái tạo):
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
colnames(DF)[apply(DF,1,which.max)]
[1] "V3" "V1" "V2"Một giải pháp nhanh hơn việc sử dụng applycó thể là max.col:
colnames(DF)[max.col(DF,ties.method="first")]
#[1] "V3" "V1" "V2"... nơi ties.methodcó thể là bất kỳ "random" "first"hoặc"last"
Tất nhiên, điều này gây ra sự cố nếu bạn tình cờ có hai cột bằng giá trị tối đa. Tôi không chắc bạn muốn làm gì trong trường hợp đó vì bạn sẽ có nhiều hơn một kết quả cho một số hàng. Ví dụ:
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(7,6,4))
apply(DF,1,function(x) which(x==max(x)))
[[1]]
V2 V3
2 3
[[2]]
V1
1
[[3]]
V2
2 which.maxsẽ ổn sau đó.
applychuyển đổi data.framethành matrixnội bộ. Tuy nhiên, bạn có thể không thấy sự khác biệt về hiệu suất trên các thứ nguyên này.
colnames(DF)[max.col(replace(DF, cbind(seq_len(nrow(DF)), max.col(DF,ties.method="first")), -Inf), "first")]
Nếu bạn quan tâm đến một data.tablegiải pháp, đây là một giải pháp. Nó hơi phức tạp vì bạn muốn lấy id ở mức tối đa đầu tiên. Sẽ dễ dàng hơn nhiều nếu bạn muốn có mức tối đa cuối cùng. Tuy nhiên, nó không phức tạp và nhanh chóng!
Tại đây, tôi đã tạo dữ liệu về kích thước của bạn (26746 * 18).
set.seed(45)
DF <- data.frame(matrix(sample(10, 26746*18, TRUE), ncol=18))data.table câu trả lời:require(data.table)
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]# data.table solution
system.time({
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
})
# user system elapsed
# 0.174 0.029 0.227
# apply solution from @thelatemail
system.time(t2 <- colnames(DF)[apply(DF,1,which.max)])
# user system elapsed
# 2.322 0.036 2.602
identical(t1, t2)
# [1] TRUENó nhanh hơn khoảng 11 lần đối với dữ liệu của các thứ nguyên này và cũng mở rộng data.tablequy mô khá tốt.
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid)), rowid, mult="last"]Một giải pháp có thể là định hình lại ngày từ rộng thành dài, đặt tất cả các phòng ban vào một cột và đếm trong cột khác, nhóm theo id nhà tuyển dụng (trong trường hợp này là số hàng), sau đó lọc thành (các) phòng ban với giá trị tối đa. Có một số tùy chọn để xử lý các mối quan hệ với cách tiếp cận này.
library(tidyverse)
# sample data frame with a tie
df <- data_frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,5))
# If you aren't worried about ties:
df %>%
rownames_to_column('id') %>% # creates an ID number
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(cnt))
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
# If you're worried about keeping ties:
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
filter(cnt == max(cnt)) %>% # top_n(cnt, n = 1) also works
arrange(id)
# A tibble: 4 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
4 3 V3 5.
# If you're worried about ties, but only want a certain department, you could use rank() and choose 'first' or 'last'
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
mutate(dept_rank = rank(-cnt, ties.method = "first")) %>% # or 'last'
filter(dept_rank == 1) %>%
select(-dept_rank)
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 2 V1 8.
2 3 V2 5.
3 1 V3 9.
# if you wanted to keep the original wide data frame
df %>%
rownames_to_column('id') %>%
left_join(
df %>%
rownames_to_column('id') %>%
gather(max_dept, max_cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(max_cnt)),
by = 'id'
)
# A tibble: 3 x 6
id V1 V2 V3 max_dept max_cnt
<chr> <dbl> <dbl> <dbl> <chr> <dbl>
1 1 2. 7. 9. V3 9.
2 2 8. 3. 6. V1 8.
3 3 1. 5. 5. V2 5.Dựa trên các đề xuất ở trên, data.tablegiải pháp sau đây hoạt động rất nhanh đối với tôi:
library(data.table)
set.seed(45)
DT <- data.table(matrix(sample(10, 10^7, TRUE), ncol=10))
system.time(
DT[, col_max := colnames(.SD)[max.col(.SD, ties.method = "first")]]
)
#> user system elapsed
#> 0.15 0.06 0.21
DT[]
#> V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 col_max
#> 1: 7 4 1 2 3 7 6 6 6 1 V1
#> 2: 4 6 9 10 6 2 7 7 1 3 V4
#> 3: 3 4 9 8 9 9 8 8 6 7 V3
#> 4: 4 8 8 9 7 5 9 2 7 1 V4
#> 5: 4 3 9 10 2 7 9 6 6 9 V4
#> ---
#> 999996: 4 6 10 5 4 7 3 8 2 8 V3
#> 999997: 8 7 6 6 3 10 2 3 10 1 V6
#> 999998: 2 3 2 7 4 7 5 2 7 3 V4
#> 999999: 8 10 3 2 3 4 5 1 1 4 V2
#> 1000000: 10 4 2 6 6 2 8 4 7 4 V1Và cũng đi kèm với lợi thế là luôn có thể chỉ định những cột nào .SDnên xem xét bằng cách đề cập chúng trong .SDcols:
DT[, MAX2 := colnames(.SD)[max.col(.SD, ties.method="first")], .SDcols = c("V9", "V10")]Trong trường hợp chúng ta cần tên cột có giá trị nhỏ nhất, theo đề xuất của @lwshang, người ta chỉ cần sử dụng -.SD:
DT[, col_min := colnames(.SD)[max.col(-.SD, ties.method = "first")]]which.mintrong một cái gì đó trông giống như: DT[, MIN := colnames(.SD)[apply(.SD,1,which.min)]]hoặc DT[, MIN2 := colnames(.SD)[which.min(.SD)], by = 1:nrow(DT)]trên dữ liệu giả ở trên. Điều này không coi là ràng buộc và chỉ trả về mức tối thiểu đầu tiên. Có thể cân nhắc đặt một câu hỏi riêng. Tôi cũng rất tò mò về những câu trả lời khác mà bạn sẽ nhận được.
colnames(.SD)[max.col(-.SD, ties.method="first")].
dplyrgiải pháp:Ý tưởng:
Mã:
DF = data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
filter(rank(-value) == 1) Kết quả:
# A tibble: 3 x 3
# Groups: rowname [3]
rowname column value
<chr> <chr> <dbl>
1 2 V1 8
2 3 V2 5
3 1 V3 9Cách tiếp cận này có thể dễ dàng mở rộng để lấy các ncột trên cùng . Ví dụ cho n=2:
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
mutate(rk = rank(-value)) %>%
filter(rk <= 2) %>%
arrange(rowname, rk) Kết quả:
# A tibble: 6 x 4
# Groups: rowname [3]
rowname column value rk
<chr> <chr> <dbl> <dbl>
1 1 V3 9 1
2 1 V2 7 2
3 2 V1 8 1
4 2 V3 6 2
5 3 V2 5 1
6 3 V3 4 2Một tùy chọn từ dplyr 1.0.0có thể là:
DF %>%
rowwise() %>%
mutate(row_max = names(.)[which.max(c_across(everything()))])
V1 V2 V3 row_max
<dbl> <dbl> <dbl> <chr>
1 2 7 9 V3
2 8 3 6 V1
3 1 5 4 V2 Dữ liệu mẫu:
DF <- structure(list(V1 = c(2, 8, 1), V2 = c(7, 3, 5), V3 = c(9, 6,
4)), class = "data.frame", row.names = c(NA, -3L))Đây là một câu trả lời hoạt động với data.table và đơn giản hơn. Điều này giả sử data.table của bạn có tên yourDF:
j1 <- max.col(yourDF[, .(V1, V2, V3, V4)], "first")
yourDF$newCol <- c("V1", "V2", "V3", "V4")[j1]Thay thế ("V1", "V2", "V3", "V4")và (V1, V2, V3, V4)bằng tên cột của bạn