将变量添加到包含每行最大值的数据框

Question

我想在dataframe(df)中添加一个变量(列),在每行中包含第2到第26列的该行的最大值.

对于第一行,代码将是:

df$max[1] <- max(df[1,2:26])

我正在寻找一种方法来概括第1行到第865行.如果我给:

df$max[1:865] <- max(df[1:865, 2:26])

我得到变量所有行的总体最大值df$max.

Answer 1

你可以用apply.例如:

df[, "max"] <- apply(df[, 2:26], 1, max)

这是一个基本的例子:

> df <- data.frame(a=1:50, b=rnorm(50), c=rpois(50, 10))
> df$max <- apply(df, 1, max)
> head(df, 2)
  a          b  c max
1 1  1.3527115  9   9
2 2 -0.6469987 20  20
> tail(df, 2)
    a          b  c max
49 49 -1.4796887 10  49
50 50  0.1600679 13  50

Answer 2

矢量化版本pmax:

df$max <- do.call(pmax, df[2:26])

Answer 3

这里有两个额外的方法。在基数 R 中，第一个是将矩阵提取[与相结合max.col，它返回一个向量，索引每行中最大值的列位置。

df$max <- df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))]

cbind构造一个矩阵，索引每一行的最大值的位置，并[使用它来提取这个值。

二是rowMaxs在matrixStats包中使用。这看起来像

library(matrixStats)
rowMaxs(as.matrix(df[2:26])))

让我们做一些基准测试。

# data.frame with 1000 observations and 26 variables
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:40), matrix(rnorm(25000L, 5L, 10L), 1000L))

还将包中的rowMaxs功能添加matrixStats到组合中。

library(matrixStats)
library(microbenchmark)

microbenchmark(apply=apply(df[, 2:26], 1, max),
               pmax=do.call(pmax, df[2:26]),
               max.colSub=df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))],
               rowMaxs=rowMaxs(as.matrix(df[2:26])))
Unit: microseconds
        expr      min        lq      mean    median        uq      max neval cld
       apply 1610.540 1786.5905 2193.5334 1863.5680 1990.4380 6915.999   100   c
        pmax  354.382  364.6455  380.1720  373.3405  385.4580  567.923   100 a  
  max.colSub  604.416  651.7430  822.6015  664.7155  681.2510 3086.512   100  b 
     rowMaxs  243.762  264.0040  320.2350  277.9750  290.5190 2328.712   100 a

所以，rowMaxs是明显的赢家，然后是pmax，然后是max.col，带有矩阵提取，并apply在包的尾端。

使用具有 10000 行和 26 列的 data.frame，我们得到了类似的故事：

set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:400), matrix(rnorm(250000L, 5L, 10L), 10000L))

上面的代码返回

Unit: milliseconds
       expr       min        lq      mean    median        uq      max neval cld
      apply 15.193361 18.299830 21.737516 20.337880 21.774793 99.44836   100   c
       pmax  3.060853  3.101481  3.156630  3.137545  3.191430  3.54182   100 a  
 max.colSub  3.338828  3.642603  7.051700  3.992708  6.336531 84.43119   100  b 
    rowMaxs  1.244184  1.322302  2.675281  1.508474  1.638053 79.28054   100 a