मेरे पास कर्मचारियों का रोस्टर है, और मुझे यह जानने की जरूरत है कि वे किस विभाग में हैं। विभाग के नाम के खिलाफ कर्मचारी आईडी को सारणीबद्ध करना तुच्छ है, लेकिन आवृत्ति तालिका से रोस्टर गणना की संख्या के बजाय विभाग का नाम वापस करना मुश्किल है। नीचे एक सरल उदाहरण (कॉलम नाम = विभाग, पंक्ति नाम = कर्मचारी आईडी)।
DF <- matrix(sample(1:9,9),ncol=3,nrow=3)
DF <- as.data.frame.matrix(DF)
> DF
V1 V2 V3
1 2 7 9
2 8 3 6
3 1 5 4
अब मुझे कैसे मिलेगा?
> DF2
RE
1 V3
2 V1
3 V2
जवाबों:
आपके डेटा का उपयोग करने वाला एक विकल्प (भविष्य के संदर्भ के लिए, प्रतिलिपि प्रस्तुत करने set.seed()का उपयोग करके उदाहरण बनाने के लिए उपयोग करें sample):
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
colnames(DF)[apply(DF,1,which.max)]
[1] "V3" "V1" "V2"उपयोग करने से तेज समाधान applyहो सकता है max.col:
colnames(DF)[max.col(DF,ties.method="first")]
#[1] "V3" "V1" "V2"... जहां या में से ties.methodकोई भी हो सकता है"random" "first""last"
यदि आप दो स्तंभ हैं जो अधिकतम के बराबर हैं, तो यह निश्चित रूप से समस्याएँ पैदा करता है। मुझे यकीन नहीं है कि आप उस उदाहरण में क्या करना चाहते हैं क्योंकि आपके पास कुछ पंक्तियों के लिए एक से अधिक परिणाम होंगे। उदाहरण के लिए:
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(7,6,4))
apply(DF,1,function(x) which(x==max(x)))
[[1]]
V2 V3
2 3
[[2]]
V1
1
[[3]]
V2
2 which.maxकरना तब ठीक होगा।
applyआंतरिक रूप data.frameसे धर्मान्तरित matrix। आप इन आयामों पर प्रदर्शन अंतर नहीं देख सकते हैं।
colnames(DF)[max.col(replace(DF, cbind(seq_len(nrow(DF)), max.col(DF,ties.method="first")), -Inf), "first")]
यदि आप एक data.tableसमाधान में रुचि रखते हैं, तो यहां एक है। यह थोड़ा मुश्किल है क्योंकि आप पहले अधिकतम के लिए आईडी प्राप्त करना पसंद करते हैं। यदि आप अंतिम अधिकतम चाहते हैं तो यह बहुत आसान है। फिर भी, यह उतना जटिल नहीं है और यह तेज़ है!
यहां मैंने आपके आयामों (26746 * 18) का डेटा जनरेट किया है।
set.seed(45)
DF <- data.frame(matrix(sample(10, 26746*18, TRUE), ncol=18))data.table का जवाब:require(data.table)
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]# data.table solution
system.time({
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
})
# user system elapsed
# 0.174 0.029 0.227
# apply solution from @thelatemail
system.time(t2 <- colnames(DF)[apply(DF,1,which.max)])
# user system elapsed
# 2.322 0.036 2.602
identical(t1, t2)
# [1] TRUEयह इन आयामों के डेटा पर लगभग 11 गुना तेज है, और data.tableबहुत अच्छी तरह से तराजू भी।
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid)), rowid, mult="last"]एक समाधान यह हो सकता है कि सभी विभागों को एक कॉलम में रखकर लंबे समय से तारीख को फिर से चलाएं, नियोक्ता आईडी द्वारा समूह (इस मामले में, पंक्ति संख्या), और फिर विभाग (एस) के साथ फ़िल्टर करें अधिकतम मूल्य। इस दृष्टिकोण के साथ संबंधों को संभालने के लिए कुछ विकल्प हैं।
library(tidyverse)
# sample data frame with a tie
df <- data_frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,5))
# If you aren't worried about ties:
df %>%
rownames_to_column('id') %>% # creates an ID number
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(cnt))
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
# If you're worried about keeping ties:
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
filter(cnt == max(cnt)) %>% # top_n(cnt, n = 1) also works
arrange(id)
# A tibble: 4 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
4 3 V3 5.
# If you're worried about ties, but only want a certain department, you could use rank() and choose 'first' or 'last'
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
mutate(dept_rank = rank(-cnt, ties.method = "first")) %>% # or 'last'
filter(dept_rank == 1) %>%
select(-dept_rank)
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 2 V1 8.
2 3 V2 5.
3 1 V3 9.
# if you wanted to keep the original wide data frame
df %>%
rownames_to_column('id') %>%
left_join(
df %>%
rownames_to_column('id') %>%
gather(max_dept, max_cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(max_cnt)),
by = 'id'
)
# A tibble: 3 x 6
id V1 V2 V3 max_dept max_cnt
<chr> <dbl> <dbl> <dbl> <chr> <dbl>
1 1 2. 7. 9. V3 9.
2 2 8. 3. 6. V1 8.
3 3 1. 5. 5. V2 5.उपरोक्त सुझावों के आधार पर, निम्न data.tableसमाधान ने मेरे लिए बहुत तेजी से काम किया:
library(data.table)
set.seed(45)
DT <- data.table(matrix(sample(10, 10^7, TRUE), ncol=10))
system.time(
DT[, col_max := colnames(.SD)[max.col(.SD, ties.method = "first")]]
)
#> user system elapsed
#> 0.15 0.06 0.21
DT[]
#> V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 col_max
#> 1: 7 4 1 2 3 7 6 6 6 1 V1
#> 2: 4 6 9 10 6 2 7 7 1 3 V4
#> 3: 3 4 9 8 9 9 8 8 6 7 V3
#> 4: 4 8 8 9 7 5 9 2 7 1 V4
#> 5: 4 3 9 10 2 7 9 6 6 9 V4
#> ---
#> 999996: 4 6 10 5 4 7 3 8 2 8 V3
#> 999997: 8 7 6 6 3 10 2 3 10 1 V6
#> 999998: 2 3 2 7 4 7 5 2 7 3 V4
#> 999999: 8 10 3 2 3 4 5 1 1 4 V2
#> 1000000: 10 4 2 6 6 2 8 4 7 4 V1और यह भी लाभ के साथ आता है जो हमेशा यह निर्दिष्ट कर सकता है कि कॉलम .SDमें उनका उल्लेख करके क्या विचार करना चाहिए .SDcols:
DT[, MAX2 := colnames(.SD)[max.col(.SD, ties.method="first")], .SDcols = c("V9", "V10")]मामले में हमें सबसे छोटे मूल्य के कॉलम नाम की आवश्यकता है, जैसा कि @lhanghang द्वारा सुझाया गया है, एक को बस उपयोग करने की आवश्यकता है -.SD:
DT[, col_min := colnames(.SD)[max.col(-.SD, ties.method = "first")]]which.minऐसी चीज़ का उपयोग करने के अलावा हो, जो इस तरह दिखेगी : DT[, MIN := colnames(.SD)[apply(.SD,1,which.min)]]या DT[, MIN2 := colnames(.SD)[which.min(.SD)], by = 1:nrow(DT)]ऊपर के डमी डेटा पर। यह संबंधों पर विचार नहीं करता है और केवल पहले न्यूनतम रिटर्न देता है। शायद एक अलग सवाल पूछने पर विचार करें। मुझे उत्सुकता होगी कि आपको अन्य उत्तर क्या मिलेंगे।
colnames(.SD)[max.col(-.SD, ties.method="first")]:।
dplyrसमाधान:विचार:
कोड:
DF = data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
filter(rank(-value) == 1) परिणाम:
# A tibble: 3 x 3
# Groups: rowname [3]
rowname column value
<chr> <chr> <dbl>
1 2 V1 8
2 3 V2 5
3 1 V3 9शीर्ष nस्तंभ प्राप्त करने के लिए इस दृष्टिकोण को आसानी से बढ़ाया जा सकता है । इसके लिए उदाहरण n=2:
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
mutate(rk = rank(-value)) %>%
filter(rk <= 2) %>%
arrange(rowname, rk) परिणाम:
# A tibble: 6 x 4
# Groups: rowname [3]
rowname column value rk
<chr> <chr> <dbl> <dbl>
1 1 V3 9 1
2 1 V2 7 2
3 2 V1 8 1
4 2 V3 6 2
5 3 V2 5 1
6 3 V3 4 2से एक विकल्प हो dplyr 1.0.0सकता है:
DF %>%
rowwise() %>%
mutate(row_max = names(.)[which.max(c_across(everything()))])
V1 V2 V3 row_max
<dbl> <dbl> <dbl> <chr>
1 2 7 9 V3
2 8 3 6 V1
3 1 5 4 V2 नमूना डेटा:
DF <- structure(list(V1 = c(2, 8, 1), V2 = c(7, 3, 5), V3 = c(9, 6,
4)), class = "data.frame", row.names = c(NA, -3L))यहाँ एक उत्तर है जो data.table के साथ काम करता है और सरल है। यह आपका डेटा मानता है। नाम दिया गया है yourDF:
j1 <- max.col(yourDF[, .(V1, V2, V3, V4)], "first")
yourDF$newCol <- c("V1", "V2", "V3", "V4")[j1]बदलें ("V1", "V2", "V3", "V4")और (V1, V2, V3, V4)अपने कॉलम नामों के साथ