我有一個看起來像這樣的資料框：
library(tidyverse)
date = seq(as.Date("2022/1/1"), by = "day", length.out = 16)
value = c(1.1,1.2,1.3,1.4,1.7,1.4,1.9,1.89,2,2.1,2.2,2.15,3,3.1,3.09,2.08)
variable = c(rep("a",4),rep("b",4),rep("c",4),rep("d",4))
df = tibble(date,value,variable);df
# A tibble: 16 × 3
date value variable
<date> <dbl> <chr>
1 2022-01-01 1.1 a
2 2022-01-02 1.2 a
3 2022-01-03 1.3 a
4 2022-01-04 1.4 a
5 2022-01-05 1.7 b
6 2022-01-06 1.4 b
7 2022-01-07 1.9 b
8 2022-01-08 1.89 b
9 2022-01-09 2 c
10 2022-01-10 2.1 c
11 2022-01-11 2.2 c
12 2022-01-12 2.15 c
13 2022-01-13 3 d
14 2022-01-14 3.1 d
15 2022-01-15 3.09 d
16 2022-01-16 2.08 d
我想匯總按變數列分組的值列的最大值和最小值，并匹配這些統計資訊的相應日期。
這樣做（使用 tidyverse 包）我做了：
df%>%group_by(variable)%>%
summarise(MAX = max(value),MIN=min(value))%>%
pivot_longer(!variable, names_to = "stats", values_to = "value")%>%
left_join(.,df,by=c("value","variable"))
# A tibble: 8 × 4
variable stats value date
<chr> <chr> <dbl> <date>
1 a MAX 1.4 2022-01-04
2 a MIN 1.1 2022-01-01
3 b MAX 1.9 2022-01-07
4 b MIN 1.4 2022-01-06
5 c MAX 2.2 2022-01-11
6 c MIN 2 2022-01-09
7 d MAX 3.1 2022-01-14
8 d MIN 2.08 2022-01-16
但我想知道是否有更快的方法來匹配日期統計資訊？
uj5u.com熱心網友回復：
which.min使用非常有效的函式識別最小行和最大行which.max并保留這些行slice將比匯總和連接更有效。（也應該比重新排序整個資料框更有效。）
df %>%
group_by(variable) %>%
slice(c(which.min(value), which.max(value))) %>%
mutate(stat = c("MIN", "MAX")) %>%
ungroup()
# # A tibble: 8 × 4
# date value variable stat
# <date> <dbl> <chr> <chr>
# 1 2022-01-01 1.1 a MIN
# 2 2022-01-04 1.4 a MAX
# 3 2022-01-06 1.4 b MIN
# 4 2022-01-07 1.9 b MAX
# 5 2022-01-09 2 c MIN
# 6 2022-01-11 2.2 c MAX
# 7 2022-01-16 2.08 d MIN
# 8 2022-01-14 3.1 d MAX
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/535411.html
標籤：r数据框dplyr