我有一个包含22000行和25列的大数据集。我想按照其中一列对数据进行分组,并在分组后基于另一列取最小值。问题是,这只会给出包含分组列和具有最小值的列的两列结果,而我需要与最小值相关的其他所有列的信息。
这里有一个简单的例子以便复现:
data<- data.frame(a=1:10, b=c("a","a","a","b","b","c","c","d","d","d"), c=c(1.2, 2.2, 2.4, 1.7, 2.7, 3.1, 3.2, 4.2, 3.3, 2.2), d= c("small", "med", "larg", "larg", "larg", "med", "small", "small", "small", "med"))
d<- data %>%
group_by(b) %>%
summarise(min_values= min(c))
d
b min_values
1 a 1.2
2 b 1.7
3 c 3.1
4 d 2.2
所以,我需要列a和d的相关信息,然而,由于列c中存在值的重复,我无法根据min_value列合并它们... 我想知道在使用dplyr包时是否有保留其他列信息的方法。
我在这里找到了一些解释 "dplyr: group_by, subset and summarise" 和这里 "Finding percentage in a sub-group using group_by and summarise" 但是没有一个能解决我的问题。