在R中从数据框（或矩阵）中找出前n个最大的值

Question

我有一个如下所示的数据帧：

df = data.frame(a = runif(10,0,10),
            b = runif(10,1,10),
            c = runif(10,0,12))

我该如何从这个数据框中找到前n个最大值？ 我们可以轻松地从向量中找到前n个最大值。是否有从数据框中找到前n个最大值的好方法呢？ 非常感谢。

- zesla

---

那么输出结果是从任何一列中选取的前十个最大值的单一向量？ - Marius

请解释一下数据框中的“top n”是什么意思。在R中，数据框是以表格结构排列的不同数据类型的列的列表。因此，默认情况下，“top n”对于数据框没有意义。 - Neel

Answer 1

也许你可以检查一下 stack。

N=2
sort(stack(df)$values, decreasing=TRUE)[1:N]
[1] 10.884644  9.912067

- BENY

Answer 2

你可以使用 tidyr::gather() 和 dplyr::top_n()。

首先使用 gather(key, value) 将每一列合并成一列，然后使用 top_n() 过滤出前 n 个元素。例如，前5个。

library(tidyverse) # dplyr and tidyr
set.seed(10)
mydf <- 
  data.frame(a = runif(10,0,10),
            b = runif(10,1,10),
            c = runif(10,0,12))

在 gather() 中，可以自由指定 key 和 value 的名称。

你应该将 top_n() 中的 wt 命名为你给出的 value。

mydf %>% 
  gather(key = "key", value = "value") %>% 
  top_n(5, wt = value) %>% 
  arrange(desc(value)) # sort by value
#>   key value
#> 1   c 10.38
#> 2   c 10.06
#> 3   c  9.30
#> 4   c  9.25
#> 5   b  8.53

您可以获取前n个值的输出，以及相应的列名。

---

然而，如果你只想要值，你可以使用 unlist() 函数。

unlist(mydf) %>% # optionally, use.names = FALSE
  sort(decreasing = TRUE) %>% 
  .[1:5]
#>    c1    c7    c3    c9   b10 
#> 10.38 10.06  9.30  9.25  8.53

- younggeun

Answer 3

我猜你可能在寻找slice_max()函数。

例如，给定以下数据：

> df = data.frame(a = runif(5,0,10),
+                 b = runif(5,1,10),
+                 c = runif(5,-1,9))
> df
         a        b           c
1 1.953615 6.663370  6.95084517
2 1.564794 2.376268  1.46826979
3 5.052276 3.609657  0.84467786
4 3.800541 5.506710  5.64018236
5 9.823815 9.158154 -0.03483406

我们可以通过参数n定义的方式，按列a排序获取前三行...

> slice_max(df, n=3, order_by=a)
         a        b           c
1 9.823815 9.158154 -0.03483406
2 5.052276 3.609657  0.84467786
3 3.800541 5.506710  5.64018236

...列 b...

> slice_max(df, n=3, order_by=b)
         a        b           c
1 9.823815 9.158154 -0.03483406
2 1.953615 6.663370  6.95084517
3 3.800541 5.506710  5.64018236

...或列 c：

> slice_max(df, n=3, order_by=c)
         a        b        c
1 1.953615 6.663370 6.950845
2 3.800541 5.506710 5.640182
3 1.564794 2.376268 1.468270

- brandizzi

Answer 4

unlist并将其转换为向量，sort它们并找到顶部值。因此，对于前两个最大值，我们可以这样做：

tail(sort(unlist(df, use.names = FALSE)), 2)
#[1] 9.581705 9.591726

如果是矩阵，你就不需要使用unlist。

tail(sort(as.matrix(df)), 2)

数据

set.seed(1233)
df = data.frame(a = runif(10,0,10),
                b = runif(10,1,10),
                c = runif(10,0,12))

- Ronak Shah