问题
我有四个人的数据,每个人都有四种不同的格式.度量是x和y,个体是A,B,C,D.数据框看起来像这样
d <- data.frame(matrix(sample(1:100, 40, replace = F), ncol = 8))
colnames(d) <- paste(rep(c("x.", "y."),each = 4), rep(LETTERS[1:4], 2), sep ="")
d
x.A x.B x.C x.D y.A y.B y.C y.D
1 56 65 42 96 100 76 39 26
2 19 93 94 75 63 78 5 44
3 22 57 15 62 2 29 89 79
4 49 13 95 97 85 81 60 37
5 45 38 24 91 23 82 83 72
现在,我想为每一行获得具有最低x值的个体的y值.
所以在上面的例子中,第1行中x的最低值是针对单个C的.因此,对于第1行,我想获得y.C,即39.
在该示例中,结果向量应为39,63,89,81,83.
途径
我试图通过首先为x的值生成d子集的矩阵来实现这一点.
t(apply(d[,1:4], 1, function(x) min(x) == x))
x.A x.B x.C x.D
[1,] FALSE FALSE TRUE FALSE
[2,] TRUE FALSE FALSE FALSE
[3,] FALSE FALSE TRUE FALSE
[4,] FALSE TRUE FALSE FALSE
[5,] FALSE FALSE TRUE FALSE
现在我想应用这个矩阵来为y的值子集数据帧的子集.但我无法找到实现这一目标的方法.
任何帮助深表感谢.建议采用完全不同的 – 更优雅的方法也非常受欢迎.
非常感谢!
最佳答案 我们使用以’x'(‘dx’)和’y'(‘dy’)开头的列对数据集进行子集化.使用max.col获取’dx’每行中最小值的列索引,使用行索引获取cbind并获取’dy’中的相应元素.
dx <- d[grep('^x', names(d))]
dy <- d[grep('^y', names(d))]
dy[cbind(1:nrow(dx),max.col(-dx, 'first'))]
#[1] 39 63 89 81 83
以上可以很容易地转换为函数
get_min <- function(dat){
dx <- dat[grep('^x', names(dat))]
dy <- dat[grep('^y', names(dat))]
dy[cbind(1:nrow(dx), max.col(-dx, 'first'))]
}
get_min(d)
#[1] 39 63 89 81 83
或者使用OP的基于应用的方法
t(d[,5:8])[apply(d[,1:4], 1, function(x) min(x) == x)]
#[1] 39 63 89 81 83
数据
d <- structure(list(x.A = c(56L, 19L, 22L, 49L, 45L),
x.B = c(65L,
93L, 57L, 13L, 38L), x.C = c(42L, 94L, 15L, 95L, 24L),
x.D = c(96L,
75L, 62L, 97L, 91L), y.A = c(100L, 63L, 2L, 85L, 23L),
y.B = c(76L,
78L, 29L, 81L, 82L), y.C = c(39L, 5L, 89L, 60L, 83L),
y.D = c(26L,
44L, 79L, 37L, 72L)), .Names = c("x.A", "x.B", "x.C",
"x.D",
"y.A", "y.B", "y.C", "y.D"), class = "data.frame",
row.names = c("1", "2", "3", "4", "5"))