将变量添加到包含每行最大值的数据框-Java 学习之路

我想在数据框（ df ）中添加一个变量（列），在每行中包含第2到第26列的该行的最大值 .

对于第一行，代码将是：

df$max[1] <- max(df[1,2:26])

我正在寻找一种方法来概括第1行到第865行 . 如果我给：

df$max[1:865] <- max(df[1:865, 2:26])

我得到变量 df$max 的所有行的总体最大值 .

3 回答

你可以使用 apply . 例如：

df[, "max"] <- apply(df[, 2:26], 1, max)

这是一个基本的例子：

> df <- data.frame(a=1:50, b=rnorm(50), c=rpois(50, 10))
> df$max <- apply(df, 1, max)
> head(df, 2)
  a          b  c max
1 1  1.3527115  9   9
2 2 -0.6469987 20  20
> tail(df, 2)
    a          b  c max
49 49 -1.4796887 10  49
50 50  0.1600679 13  50

回复于 2024-04-30T02:34:01+08:00

28
矢量化版本 pmax ：
```
df$max <- do.call(pmax, df[2:26])
```
回复于 2024-04-30T02:34:01+08:00

这是另外两种方法 . 第一个，在基数R中，是将矩阵提取 [ 与 max.col 组合在一起，它返回索引每行中最大值的列位置的向量 .

df$max <- df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))]

cbind 构造一个矩阵，索引每行的最大值的位置， [ 使用它来提取该值 .

第二种是在 matrixStats 包中使用 rowMaxs .

我们来做一些基准测试 .

# data.frame with 1000 observations and 26 variables
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:40), matrix(rnorm(25000L, 5L, 10L), 1000L))

同时将 matrixStats 包中的 rowMaxs 函数添加到混合中 .

library(matrixStats)
library(microbenchmark)

microbenchmark(apply=apply(df[, 2:26], 1, max),
               pmax=do.call(pmax, df[2:26]),
               max.colSub=df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))],
               rowMaxs=rowMaxs(as.matrix(df[2:26])))
Unit: microseconds
        expr      min        lq      mean    median        uq      max neval cld
       apply 1610.540 1786.5905 2193.5334 1863.5680 1990.4380 6915.999   100   c
        pmax  354.382  364.6455  380.1720  373.3405  385.4580  567.923   100 a  
  max.colSub  604.416  651.7430  822.6015  664.7155  681.2510 3086.512   100  b 
     rowMaxs  243.762  264.0040  320.2350  277.9750  290.5190 2328.712   100 a

因此， rowMaxs 是明显的赢家，接着是 pmax ，然后是 max.col ，矩阵提取， apply 位于包的尾端 .

对于包含10000行和26列的data.frame，我们得到了类似的故事：

set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:400), matrix(rnorm(250000L, 5L, 10L), 10000L))

上面的代码返回

Unit: milliseconds
       expr       min        lq      mean    median        uq      max neval cld
      apply 15.193361 18.299830 21.737516 20.337880 21.774793 99.44836   100   c
       pmax  3.060853  3.101481  3.156630  3.137545  3.191430  3.54182   100 a  
 max.colSub  3.338828  3.642603  7.051700  3.992708  6.336531 84.43119   100  b 
    rowMaxs  1.244184  1.322302  2.675281  1.508474  1.638053 79.28054   100 a

回复于 2024-04-30T02:34:01+08:00

将变量添加到包含每行最大值的数据框

3 回答

相关问题