dplyr mutate逐行计算多列范围的最大值

Question

我可以使用以下代码返回2列中的最大值：

newiris<-iris %>%
 rowwise() %>%
 mutate(mak=max(Sepal.Width,Petal.Length))

我想要做的是在一系列列中找到最大值，这样我就不必像这样为每个列命名。

newiris<-iris %>%
 rowwise() %>%
 mutate(mak=max(Sepal.Width:Petal.Length))

有什么想法吗？

- user2502836

---

使用 dplyr 1.0.1，你的第二个例子可以完美运行。 - avidalvi

Answer 1

使用pmax函数即可替代rowwise()。

iris %>%
      mutate(mak=pmax(Sepal.Width,Petal.Length, Petal.Width))

如果我们想引用存储在vector中的列名，可以使用来自library(lazyeval)的interp。

library(lazyeval)
nm1 <- names(iris)[2:4]
iris %>% 
     mutate_(mak= interp(~pmax(v1), v1= as.name(nm1)))

- akrun

---

pmax 是个好主意。你有什么想法可以通过只参考两端来找到三列中的最大值吗？例如：从 Sepal.Width 到 Petal.Width？ - user2502836

@user2502836更新了帖子，请检查是否有所帮助。 - akrun

我认为lazyeval现在已经被弃用了。谢谢。 - akrun

Answer 2

使用rlang和quasiquotation，我们有另一种dplyr选项。首先，获取要计算并行最大值的行名称：

iris_cols <- iris %>% select(Sepal.Length:Petal.Width) %>% names()

然后我们可以使用!!!和rlang::syms来计算这些列的每一行的并行最大值：

iris %>%
  mutate(mak=pmax(!!!rlang::syms(iris_cols)))

• rlang::syms将字符串输入（列名称）转换为符号
• !!!取消引用并展开其参数，这里是列名称

结果为：

    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species mak
1            5.1         3.5          1.4         0.2     setosa 5.1
2            4.9         3.0          1.4         0.2     setosa 4.9
3            4.7         3.2          1.3         0.2     setosa 4.7
4            4.6         3.1          1.5         0.2     setosa 4.6
5            5.0         3.6          1.4         0.2     setosa 5.0

致谢：https://stackoverflow.com/a/47773379/1036500

- Ben

Answer 3

目前（dplyr 1.0.2），这样做是可以的：

newiris<-iris %>%
 rowwise() %>%
 mutate(mak=max(c_across(Sepal.Width:Petal.Length)))

这样还可以使用选择器助手（如 starts_with 等）。

- arho

---

如果您想要包含最大值的列的索引，您也可以将 max() 替换为 which.max()。 - Jeffrey Girard

Answer 4

在使用dplyr时，如果想要选择某些列而不用输入整个列名，我更喜欢使用subset函数中的select参数。

你可以像这样获得所需结果:

iris %>% subset(select = 2:4) %>% mutate(mak = do.call(pmax, (.))) %>%
  select(mak) %>% cbind(iris)

- inscaven

---

我认为可以直接使用 select(2:4) 而不是 subset(select = 2:4)。 - Artem Sokolov

Answer 5

一种方法是将数据导入 select 然后使用一个使 pmax 在行上工作的函数调用 pmax（这与 @inscaven 的答案非常相似，它使用了 do.call，不幸的是 R 中没有 rowMaxs 函数，因此我们必须使用一个函数使 pmax 在行上工作 -- 下面我使用了 purrr::pmap）

library(dplyr)
library(purrr)

# to get the value of the max
iris$rowwisemax <- iris %>% select(Sepal.Width:Petal.Length) %>% pmap(pmax) %>% as.numeric

# to get the argmax
iris$whichrowwisemax <- iris %>% select(Sepal.Width:Petal.Length) %>% {names(.)[max.col(.)]}

- Richard DiSalvo

---

谢谢！{names(.)[max.col(.)]}正是我所需要的。不过，这种语法是什么呢？你能给我指一下{}-语法的文档吗？我从未见过。 - Paul Schmidt

@PaulSchmidt，当您在表达式中使用嵌套函数时，magrittr具有“第一个参数规则”，将{}放在表达式周围可以停止该规则。请参见https://magrittr.tidyverse.org/reference/pipe.html#arguments。 - Richard DiSalvo

Answer 6

似乎@akrun的回答只适用于你可以输入所有变量名称的情况，无论是直接使用mutate(pmax_value=pmax(var1, var2))还是使用惰性求值与mutate_和interp通过mutate_(interp(~pmax(v1, v2), v1=as.name(var1), v2=as.name(var2))。

如果您想使用冒号语法Sepal.Length:Petal.Width或者碰巧有一个包含列名的向量，我可以看到两种方法来实现这一点。

第一种更优雅。你整理数据并在分组时取值的最大值：

data(iris)
library(dplyr)
library(tidyr)

iris_id = iris %>% mutate(id=1:nrow(.))
iris_id %>%
  gather('attribute', 'value', Sepal.Length:Petal.Width) %>%
  group_by(id) %>%
  summarize(max_attribute=max(value)) %>%
  right_join(iris_id, by='id') %>%
  head(3)
## # A tibble: 3 × 7
##      id max_attribute Sepal.Length Sepal.Width Petal.Length Petal.Width Species
##   <int>         <dbl>        <dbl>       <dbl>        <dbl>       <dbl>  <fctr>
## 1     1           5.1          5.1         3.5          1.4         0.2  setosa
## 2     2           4.9          4.9         3.0          1.4         0.2  setosa
## 3     3           4.7          4.7         3.2          1.3         0.2  setosa

更加困难的方法是使用插值公式。如果您有一个包含要对其进行最大化处理的变量名称的字符向量，或者表格太高/宽而无法整理，则此方法非常有效。

# Make a character vector of the names of the columns we want to take the
# maximum over
target_columns = iris %>% select(-Species) %>% names
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"

# Make a vector of dummy variables that will take the place of the real
# column names inside the interpolated formula
dummy_vars = sapply(1:length(target_columns), function(i) sprintf('x%i', i))
## [1] "x1" "x2" "x3" "x4"

# Paste those variables together to make the argument of the pmax in the
# interpolated formula
dummy_vars_string = paste0(dummy_vars, collapse=',')
## [1] "x1,x2,x3,x4"

# Make a named list that maps the dummy variable names (e.g., x1) to the
# real variable names (e.g., Sepal.Length)
dummy_vars_list = lapply(target_columns, as.name) %>% setNames(dummy_vars)
## $x1
## Sepal.Length
##
## $x2
## Sepal.Width
## 
## $x3
## Petal.Length
##
## $x4
## Petal.Width

# Make a pmax formula using the dummy variables
max_formula = as.formula(paste0(c('~pmax(', dummy_vars_string, ')'), collapse=''))
## ~pmax(x1, x2, x3, x4)

# Interpolate the formula using the named variables
library(lazyeval)
iris %>%
  mutate_(max_attribute=interp(max_formula, .values=dummy_vars_list)) %>%
  head(3)
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species max_attribute
## 1          5.1         3.5          1.4         0.2  setosa           5.1
## 2          4.9         3.0          1.4         0.2  setosa           4.9
## 3          4.7         3.2          1.3         0.2  setosa           4.7

- Scott Olesen

Answer 7

如果想要使用像contains()，starts_with()这样的选择器助手，我们可以使用

library(dplyr)
iris |> 
  mutate(max_value = purrr::pmap_dbl(select(iris, contains("petal")), pmax, na.rm=TRUE))

- Julian

Answer 8

dplyr现在包括 c_across 函数，该函数与 rowwise（）一起使用，以启用选择助手的使用，例如 starts_with ， ends_with ， all_of 和 where（is.numeric）。这使得在复杂的数据管道中实现几种广泛方法更加简洁。

使用预选的字符向量包含列名：

  useCols <- c("Sepal.Width", "Petal.Length")
  newiris<-iris %>%
     rowwise() %>%
     mutate(mak = max(c_across(all_of(useCols))))

或者使用列名编程方式选择列，结合 starts_with、ends_with、contains、matches 和 num_range：

  newiris<-iris %>%
     rowwise() %>%
     mutate(mak = max(c_across(starts_with("Sepal"))))

或者根据内容选择列，与 where 结合使用：

  newiris<-iris %>%
     rowwise() %>%
     mutate(mak = max(c_across(where(~is.numeric(.x) && mean(.x) < 5))))

- GGAnderson

Answer 9

这里是一个基于R语言的解决方案：可以使用subset()选择一系列列名。通过transform()和apply()的组合，可以添加每行的最大值。

newiris <- transform(iris, mak = apply(subset(iris, select=Sepal.Width:Petal.Length), 1, max))

- AndreasM