如何在R中使用dplyr创建一个新列，列的名称包含最大值？

0lvr5msh 于 2023-02-26 发布在其他

关注(0)|答案(2)|浏览(139)

我有这样一个数据框：

dat <- data.frame(var1 = rnorm(10), var2 = rnorm(10), var3 = rnorm(10), var4 = rnorm(10))
> dat
         var1        var2        var3       var4
1  -1.3784414  1.06816022  1.46578217 -0.4141153
2  -0.3272332 -0.69470574  0.02220395 -0.5502878
3   0.2559891 -0.06964848 -0.34745180  0.6399705
4   0.6029044  1.23680560 -0.72392358 -0.1990832
5   1.3097174 -0.58028595 -0.01487186 -0.8765290
6  -1.2356668  0.41330063 -1.00375989 -1.1974204
7  -0.4126320  3.83320678 -1.42059022 -0.6747575
8   1.7339653  0.58610348  0.40200428  1.4582103
9   1.2994859  1.65355306  0.75985071  0.6455882
10 -0.2353356  2.04468739 -0.11521602  0.3251901

目的是创建一个新列，其名称为var2、var3和var4列中每行包含最大值的列。
使用以下命令不会产生正确的输出：

library(dplyr)
dat %>%
  rowwise() %>%
  mutate(var.max = colnames(.)[which.max(c_across(var2:var4))])

# A tibble: 10 x 5
# Rowwise: 
     var1    var2    var3   var4 var.max
    <dbl>   <dbl>   <dbl>  <dbl> <chr>  
 1 -1.38   1.07    1.47   -0.414 var2   
 2 -0.327 -0.695   0.0222 -0.550 var2   
 3  0.256 -0.0696 -0.347   0.640 var3   
 4  0.603  1.24   -0.724  -0.199 var1   
 5  1.31  -0.580  -0.0149 -0.877 var2   
 6 -1.24   0.413  -1.00   -1.20  var1   
 7 -0.413  3.83   -1.42   -0.675 var1   
 8  1.73   0.586   0.402   1.46  var3   
 9  1.30   1.65    0.760   0.646 var1   
10 -0.235  2.04   -0.115   0.325 var1

但如果从数据中排除了var1列，则它可以工作：

dat %>%
  select(-var1) %>%
  rowwise() %>%
  mutate(var.max = colnames(.)[which.max(c_across(var2:var4))])

# A tibble: 10 x 4
# Rowwise: 
      var2    var3   var4 var.max
     <dbl>   <dbl>  <dbl> <chr>  
 1  1.07    1.47   -0.414 var3   
 2 -0.695   0.0222 -0.550 var3   
 3 -0.0696 -0.347   0.640 var4   
 4  1.24   -0.724  -0.199 var2   
 5 -0.580  -0.0149 -0.877 var3   
 6  0.413  -1.00   -1.20  var2   
 7  3.83   -1.42   -0.675 var2   
 8  0.586   0.402   1.46  var4   
 9  1.65    0.760   0.646 var2   
10  2.04   -0.115   0.325 var2

..就像var1在最后一个位置时：

dat %>%
  select(var2, var3, var4, var1) %>%
  rowwise() %>%
  mutate(var.max = colnames(.)[which.max(c_across(var2:var4))])

# A tibble: 10 x 5
# Rowwise: 
      var2    var3   var4   var1 var.max
     <dbl>   <dbl>  <dbl>  <dbl> <chr>  
 1  1.07    1.47   -0.414 -1.38  var3   
 2 -0.695   0.0222 -0.550 -0.327 var3   
 3 -0.0696 -0.347   0.640  0.256 var4   
 4  1.24   -0.724  -0.199  0.603 var2   
 5 -0.580  -0.0149 -0.877  1.31  var3   
 6  0.413  -1.00   -1.20  -1.24  var2   
 7  3.83   -1.42   -0.675 -0.413 var2   
 8  0.586   0.402   1.46   1.73  var4   
 9  1.65    0.760   0.646  1.30  var2   
10  2.04   -0.115   0.325 -0.235 var2

我错过了什么？

来源：https://stackoverflow.com/questions/75544670/how-to-create-new-column-with-name-of-column-that-contains-maximum-value-using-d

2条答案

按热度按时间

fhg3lkii1#

要继续您的逻辑，并且由于您只删除了第一列，因此只需在which.max()上加1，即

library(dplyr)

dat %>% 
 rowwise() %>% 
 mutate(max_col = names(dat)[which.max(c_across(var2:var4)) + 1])

# A tibble: 10 × 5
# Rowwise: 
       var1     var2     var3     var4 max_col
      <dbl>    <dbl>    <dbl>    <dbl> <chr>  
 1 -1.09     0.768    0.251   -2.67    var2   
 2 -0.822   -1.37     0.901    1.83    var4   
 3  0.0280  -0.00555 -0.0709   0.729   var4   
 4  1.45    -0.132   -2.47     1.45    var4   
 5  0.506   -1.31    -2.75    -0.264   var4   
 6 -0.00538  1.31    -0.368    0.00679 var2   
 7 -0.166   -0.976   -1.42     1.50    var4   
 8 -0.377   -0.101    0.135    0.784   var4   
 9  0.535    0.438    0.0597   0.924   var4   
10  0.281   -0.481   -0.00177 -0.601   var3

如果您想通过指定要考虑的列来执行此操作，

my_cols <- c('var2', 'var3', 'var4')

dat %>%
     rowwise() %>%
     mutate(max_col = names(dat)[which.max(c_across(names(dat)[names(dat) %in% my_cols])) + (ncol(dat) - length(my_cols))])

赞(0）回复(0）举报 2023-02-26

ghhkc1vu2#

如果你想避免增加遗漏的列数（在上面的例子+1中），那么我们可以使用across()或pick()编写一个自定义函数max_col_name()：

library(dplyr)

max_col_name <- function(...) {
  row_dat <- across(c(...)) # if dplyr v >= v 1.1. use `pick()` instead of `across()`
  names(row_dat)[which.max(row_dat)]
}

dat %>% 
  rowwise() %>% 
  mutate(max_col = max_col_name(var2:var4))

#> # A tibble: 10 x 5
#> # Rowwise: 
#>       var1   var2   var3    var4 max_col
#>      <dbl>  <dbl>  <dbl>   <dbl> <chr>  
#>  1 -0.560   1.22  -1.07   0.426  var2   
#>  2 -0.230   0.360 -0.218 -0.295  var2   
#>  3  1.56    0.401 -1.03   0.895  var4   
#>  4  0.0705  0.111 -0.729  0.878  var4   
#>  5  0.129  -0.556 -0.625  0.822  var4   
#>  6  1.72    1.79  -1.69   0.689  var2   
#>  7  0.461   0.498  0.838  0.554  var3   
#>  8 -1.27   -1.97   0.153 -0.0619 var3   
#>  9 -0.687   0.701 -1.14  -0.306  var2   
#> 10 -0.446  -0.473  1.25  -0.380  var3

来自OP的数据

set.seed(123)
dat <- data.frame(var1 = rnorm(10), var2 = rnorm(10), var3 = rnorm(10), var4 = rnorm(10))

由reprex package（v2.0.1）于2023年2月23日创建

赞(0）回复(0）举报 2023-02-26

我来回答

如何在R中使用dplyr创建一个新列，列的名称包含最大值？

2条答案

相关问题

热门标签

最新问答