如何用R从数据框中的各个列中找出最小值？ [复制]

Posted 2023-03-17

【中文标题】如何用R从数据框中的各个列中找出最小值？ [复制]

【英文标题】：How to find out minimum value from various columns in data frame with R? [duplicate]

【发布时间】：2021-01-08 04:15:41

【问题描述】：

我的数据框是：

`Account id Fcast 1 Fcast 2 Fcast 3 Diff 1  Diff 2  Diff 3  
  101          4000  2000   1000    1000    3000    4000    
  201          2900  3300   5000    100     300     2000    
  301          -100  5500   -800    1700    7300    1000    
  401          5000  8000   7100    2500    500     400     
  501          9000  12000  2000    15000   12000   22000   

要求的结果是从标记为 Diff 的列中找出最小值...

`Account id  Min
  101        1000
  201         100
  301        1000
  401         400
  501       12000

理想情况下，我还需要获取另一列，该列由从中获取最小值的列名填充。

【参考方案1】：

我们可以在这里以行模式使用apply：

data.frame(AccountId=df$AccountId,
           Min=apply(df[names(df)[grepl("^Diff\\d", names(df))]], 1, FUN=min))

  AccountId   Min
1       101  1000
2       201   100
3       301  1000
4       401   400
5       501 12000

数据：

df <- data.frame(AccountId=c(101, 201, 301, 401, 501),
                 Fcast1=c(4000, 2900, -100, 5000, 9000),
                 Fcast2=c(2000, 3300, 5500, 8000, 12000),
                 Fcast3=c(1000, 5000, -800, 7100, 2000),
                 Diff1=c(1000, 100, 1700, 2500, 15000),
                 Diff2=c(3000, 300, 7300, 500, 12000),
                 Diff3=c(4000, 2000, 1000, 400, 22000))

【参考方案2】：

使用dplyr：

library(dplyr)
cols <- grep('Diff', names(df), value = TRUE)

df %>%
  group_by(Accountid) %>%
  mutate(Min = min(c_across(cols)),
         Min_name = cols[which.min(c_across(cols))]) %>%
  select(Accountid, Min, Min_name)

#  Accountid   Min Min_name
#      <int> <int> <chr>   
#1       101  1000 Diff1   
#2       201   100 Diff1   
#3       301  1000 Diff3   
#4       401   400 Diff3   
#5       501 12000 Diff2   

数据

df <- structure(list(Accountid = c(101L, 201L, 301L, 401L, 501L), 
Fcast1 = c(4000L, 2900L, -100L, 5000L, 9000L), Fcast2 = c(2000L, 3300L, 5500L, 
8000L, 12000L), Fcast3 = c(1000L, 5000L, -800L, 7100L, 2000L), 
    Diff1 = c(1000L, 100L, 1700L, 2500L, 15000L), Diff2 = c(3000L, 
    300L, 7300L, 500L, 12000L), Diff3 = c(4000L, 2000L, 1000L, 
    400L, 22000L)), class = "data.frame", row.names = c(NA, -5L))

【讨论】：

如果想要答案数据框中的 Fcast1 而不是 Diff1 怎么办。

在这种情况下，您可以创建一个新向量 cols1 <- grep('Fcast', names(df), value = TRUE)，然后在 which.min 中使用它，如下所示：Min_name = cols1[which.min(c_across(cols))])

它也跟我说 - [找不到函数“c_across”]

c_across 在dplyr 1.0.0 或更高版本中可用。您可能需要更新您的 dplyr 软件包。

c_across 问题已解决，但现在错误为“找不到函数“%>%””

【参考方案3】：

使用 data.table 的解决方案

dt[,`:=`(min_val=apply(.SD,1,min),
         min_col=names(.SD)[apply(.SD,1,which.min)]),.SDcols=names(dt) %like% 'diff']

在这里，.SDcols 选择要使用的列子集，在这种情况下，其中包含工作 diff 的列。因此，使用%like .SD 现在表现为只有 diff 列的子集 data.table。

【参考方案4】：

另一种选择是使用apply 函数：

df <- data.frame(df$AccountId, min = apply(df[, 2:ncol(df)], 1, min))