如何根据条件找到至少两列？

Posted 2023-03-16

【中文标题】如何根据条件找到至少两列？

【英文标题】：How to find a minimum of two columns based on a condition?

【发布时间】：2021-12-26 12:18:23

【问题描述】：

我在 R 中有一个这样的数据框

ID1    <- c(1,2,3,4,5,6,7,8,9)
Value1 <- c(2,3,5,2,5,8,17,3,5)
ID2 <- c(1,2,3,4,5,6,7,8,9)
Value2 <- c(4,6,3,5,8,1,2,8,10)

df <- as.data.frame(cbind(ID1,Value1,ID2,Value2))

现在我正在寻找 ID1 和 ID2 之和等于或小于 9 的 Value1 和 Value2 之和的最小值。因此，它应该显示 Value1 + Value2 组合的最小值（不需要ID1+ID2之和不超过9。

结果应该指向 Value1 中的 x 和 Value2 中的 y 的组合，它们一起是 ID1+ID2 为

提前致谢！

【问题讨论】：

非常感谢您的快速回复！恐怕在我原来的帖子中犯了一个错误。我不需要基于行和的最小值，而是任何 Value1 + Value2 的组合的最小值，与行无关。因此，只要条件 ID1+ID2

请编辑您的原始帖子，以反映这一点。

我已经做过了，希望现在更清楚

如果您可以将预期结果定义为模拟表或数据框也会很有帮助。

不幸的是，我不知道 R 中的输出是什么样的。对我来说，将我指向 Value1 和 Value2 或 ID1 和 ID2 就足够了，其中所需的最小值在找到条件。

【参考方案1】：

一种可能性

library(dplyr)
goodrow <- filter(df, ID1 + ID2 <= 9) %>% mutate(sumval = Value1 + Value2) %>% filter(sumval == min(sumval))

如果我能很好地理解您的问题，请考虑使用交叉函数。这将计算 ID1 和 ID2 的所有组合

library(dplyr)

df <- as.data.frame(cbind(ID1,Value1))
df2 <- as.data.frame(cbind(ID2,Value2))
df_test <- crossing(df, df2)


goodrow <- filter(df_test, ID1 + ID2 <= 9) %>% mutate(sumval = Value1 + Value2) %>% filter(sumval == min(sumval))

【讨论】：

这个方法可以编辑，让Value1+Value2的组合不需要在同一行吗？它不需要作为 rowSum，而是作为任何 Value1 + 任何 Value2 的独立总和，其中相应的 ID1+ID2 为

@Josh 为什么不直接取 ID1 和 ID2 的全局最小值，彼此独立？

可以说，Value1 + Value2 的值是两年的潜在费用，我可以添加一个有限的金额来减少费用。现在我需要找到这个总和的最佳分布（在上面的例子中=9，可以用于 ID1 和/或 ID2）以获得两年的最低费用。所以没有独立的。

@Josh 我刚刚编辑了它。希望它能回答你的问题。如果你需要在大数据集上做，代码不是很干净，但你可以试一试。

@FlavienPETIT 感谢您的回复！这几乎就是我想要的。原始数据帧是 4992 行，因此它足够小，可以使用 cross() 函数 - 产生约 2500 万行。我想知道如果我得到更大的数据框是否还有其他方法，但这是我现在需要的解决方案。谢谢。

【参考方案2】：

针对您的具体情况

which.min(rowSums(df[rowSums(df[,c("ID1","ID2")])<10,c("Value1","Value2")]))

【参考方案3】：

您可以使用 SQL 查询通过 sqldf 包回答问题

library(sqldf)
#> Loading required package: gsubfn
#> Loading required package: proto
#> Loading required package: RSQLite
df <- structure(list(ID1 = c(1, 2, 3, 4, 5, 6, 7, 8, 9), Value1 = c(2, 
3, 5, 2, 5, 8, 17, 3, 5), ID2 = c(1, 2, 3, 4, 5, 6, 7, 8, 9), 
    Value2 = c(4, 6, 3, 5, 8, 1, 2, 8, 10)), class = "data.frame", row.names = c(NA, 
-9L))

# just get min sum
sqldf('
select
  min(a.Value1 + b.Value2) as min_sum
from
  df a
  join df b 
    on a.ID1 + b.ID2 <= 9
')
#>   min_sum
#> 1       3
 
# show the rows where min sum occurs
sqldf('
select
  a.Value1
  , b.Value2
  , a.ID1
  , b.ID2
from
  df a
  join df b 
    on a.ID1 + b.ID2 <= 9
group by
  1 = 1
having
  a.Value1 + b.Value2 = min(a.Value1 + b.Value2)
')
#>   Value1 Value2 ID1 ID2
#> 1      2      1   1   6

^{由reprex package (v2.0.1) 于 2021 年 11 月 15 日创建}

【参考方案4】：

另一个班轮，

filter(transform(df, 'new' = df$Value1 + df$Value2),(df$ID1 + df$ID2 <=9)&(new == min(new)))