web-dev-qa-db-ja.com

絶対値が最大のエントリを保持して重複を削除する

4つのサンプルがあるとします：id = 1、2、3、および4で、これらのサンプルのそれぞれに1つ以上の測定があります。

> a <- data.frame(id=c(1,1,2,2,3,4), value=c(1,2,3,-4,-5,6))
> a
  id value
1  1     1
2  1     2
3  2     3
4  2    -4
5  3    -5
6  4     6

IDごとに1つのエントリ（「値」列の絶対値が最大のもの）のみを残して、重複を削除したいと思います。つまり、これは私が欲しいものです：

> a[c(2,4,5,6), ]
  id value
2  1     2
4  2    -4
5  3    -5
6  4     6

Rでこれをどのように行うことができますか？

rduplicatesduplicate-removal
29
Stephen Turner
 aa <- a[order(a$id, -abs(a$value) ), ] #sort by id and reverse of abs(value)
 aa[ !duplicated(aa$id), ]              # take the first row within each id
  id value
2  1     2
4  2    -4
5  3    -5
6  4     6
34
42-

data.tableデータセットが非常に大きい場合は、アプローチが適切な場合があります。

library(data.table)

aDT <- as.data.table(a)
setkey(aDT,"id")

aDT[J(unique(id)), list(value = value[which.max(abs(value))])]


または、それほど高速ではありませんが、それでも高速な代替手段：

library(data.table)
as.data.table(a)[, .SD[which.max(abs(value))], by=id]

このバージョンは、実際のデータセットにさらにある場合に備えて、aのすべての列を返します。

11
BenBarnes

チェックアウト ?aggregate：

aggregate(value~id,a,function(x) x[which.max(abs(x))])

私は@DWinの答えが好きですが、これがメタデータでどのように機能するかを示したいと思います。

aa<-merge(aggregate(value~id,a,function(x) x[which.max(abs(x))]),a)
# Fails if the max value is duplicated for a single id without next line.
aa[!duplicated(aa),]

私は自分自身を助けることができず、最後の答えを1つ作成しました。

do.call(rbind,lapply(split(a,a$id),function(x) x[which.max(abs(x$value)),]))
9
nograpes

別のアプローチ（コードが少し面倒に見えるかもしれません）はave()を使用することです：

a[which(abs(a$value) == ave(a$value, a$id, 
                            FUN=function(x) max(abs(x)))), ]
#   id value
# 2  1     2
# 4  2    -4
# 5  3    -5
# 6  4     6
5
A5C1D2H2I1M1N2O1R2T1

ここにdplyrアプローチがあります

library(dplyr)
a %>% 
        group_by(id) %>%
        top_n(1, abs(value))

# A tibble: 4 x 2
# Groups:   id [4]
#     id value
#  <dbl> <dbl>
#1     1     2
#2     2    -4
#3     3    -5
#4     4     6
3
nghauran
library(plyr)
ddply(a, .(id), function(x) return(x[which(abs(x$value)==max(abs(x$value))),]))
3
Maiasaura

これは、dplyrを使用して次のように実行できます。

library(dplyr)
a %>%
  group_by(name) %>%
  filter(n == max(n)) %>%
  ungroup()
1
dmca