在R中查找最大值的索引

Question

我有一个名为surge的数据框：

MeshID    StormID Rate Surge Wind
1         1412 1.0000E-01   0.01 0.0
2         1412 1.0000E-01   0.03 0.0
3         1412 1.0000E-01   0.09 0.0
4         1412 1.0000E-01   0.12 0.0
5         1412 1.0000E-01   0.02 0.0
6         1412 1.0000E-01   0.02 0.0
7         1412 1.0000E-01   0.07 0.0
1         1413 1.0000E-01   0.06 0.0
2         1413 1.0000E-01   0.02 0.0
3         1413 1.0000E-01   0.05 0.0

我使用下面的代码来查找每个风暴浪涌的最大值：

MaxSurge <- data.frame(tapply(surge[,4], surge[,2], max))

它返回：

1412 0.12
1413 0.06

这很棒，但我还想在涌浪达到最高点时包括MeshID的值。我知道我可能可以使用which.max函数，但我不太清楚如何实现。我是R编程的新手。

- kimmyjo221

---

+1 对于一个良好提出的问题。它包含了一切，1）数据，2）你尝试过的事情，3）它如何没有完全满足你的需求。 - Joshua Ulrich

MaxSurge[which.max(MaxSurge[,4]),1] 是一种简单粗暴的方法。 - Carl Witthoft

Answer 1

还有一个data.table解决方案，使代码更加优雅

library(data.table)
surge <- as.data.table(surge)
surge[, .SD[which.max(surge)], by = StormID]

- mnel

Answer 2

这里提供另一种data.table的解决方案，但不依赖于.SD（因此速度快10倍）

surge[,grp.ranks:=rank(-1*surge,ties.method='min'),by=StormID]
surge[grp.ranks==1,]

- massyah

---

非常好！当添加.I后，这会变得更加容易（我希望它甚至更快）：surge[surge[, .I[which.max(surge)], by=StormID, drop=TRUE]]。虽然有点丑陋，但我们可以自动优化.SD方法来在幕后执行此操作，以保留mnel答案的优雅性。所以只是要注意，正如您所说，如果可能应该避免使用.SD，因为它会创建整个子集，这可能是不必要的。但是这在未来有希望改变。将所有内容放在 [...] 中的原因之一是 data.table 可以在未来优化这些内容。 - Matt Dowle

Answer 3

如果你的数据点最多有2个，那么which.max只会指向第一个。更完整的解决方案涉及到rank:

# data with a tie for max  
surge <- data.frame(MeshID=c(1:7,1:4),StormID=c(rep(1412,7),
rep(1413,4)),Surge=c(0.01,0.03,0.09,0.12,0.02,0.02,0.07,0.06,0.02,0.05,0.06))

# compute ranks  
surge$rank <- ave(-surge$Surge,surge$StormID,FUN=function(x) rank(x,ties.method="min"))
# subset on the rank  
subset(surge,rank==1)
   MeshID StormID Surge rank
4       4    1412  0.12    1
8       1    1413  0.06    1
11      4    1413  0.06    1

- James

---

这个很好用 - 我担心会出现多个最大值。如果我只关心浪涌> .10的情况怎么办？ - kimmyjo221

@user1716877 subset(surge,Surge>0.1) @user1716877 subset(surge,Surge>0.1) - James

Answer 4

这里有一个plyr解决方案，仅仅是因为如果我不说的话，某些人会这么说...

R> ddply(surge, "StormID", function(x) x[which.max(x$Surge),])
  MeshID StormID Rate Surge Wind
1      4    1412  0.1  0.12    0
2      1    1413  0.1  0.06    0

- Joshua Ulrich

---

这两种方法似乎给出了不同的结果。ddply版本有效，因为在函数内部你正在索引x的子集。在tapply版本中，which.max返回子集中最大值的索引，但是使用它来索引整个x。 - seancarmody

我能再问一个问题吗？如果我想要计算特定stormID中最大值重复出现的次数，我该怎么做？目前只是选择第一个Surge为最大值的MeshID实例，对吗？如果最大值出现超过一次怎么办？谢谢。 - kimmyjo221

完美！抱歉，还有一个问题。如果我只对那些浪涌 > .10 的情况感兴趣怎么办？ - kimmyjo221