仅保留具有最大元素组的数据框中的条目

Question

我有这个精确的数据框，只是长一点：

mydf <- data.frame(ids=c('D3022TexB4//D3022TexB7','D3022TexC10//D3026TexC1','D3021TexA6//D3022TexC8','D3022TexB4//D3022TexB7','D3021TexA6//D3022TexC8//D3026TexC2','D3022TexB4//D3022TexB7','D3019TexA5//D3022TexB4//D3026TexC1//D3026TexC3','D3021TexA7//D3021TexA10','D3022TexB8//D3026TexC4','D3022TexB6//D3022TexB9','D3022TexA2//D3026TexC5','D3022TexB4//D3022TexB7','D3022TexC10//D3026TexC1//D3026TexC3'),
                   rank=c(1,1,2,2,3,3,4,4,4,4,4,4,4),
                   group=c(1,2,1,2,1,2,1,2,3,4,5,6,7))

如下所示，

ids

组之间用

//

分隔，以及它们的排名：

> mydf
                                              ids rank group
1                          D3022TexB4//D3022TexB7    1     1
2                         D3022TexC10//D3026TexC1    1     2
3                          D3021TexA6//D3022TexC8    2     1
4                          D3022TexB4//D3022TexB7    2     2
5              D3021TexA6//D3022TexC8//D3026TexC2    3     1
6                          D3022TexB4//D3022TexB7    3     2
7  D3019TexA5//D3022TexB4//D3026TexC1//D3026TexC3    4     1
8                         D3021TexA7//D3021TexA10    4     2
9                          D3022TexB8//D3026TexC4    4     3
10                         D3022TexB6//D3022TexB9    4     4
11                         D3022TexA2//D3026TexC5    4     5
12                         D3022TexB4//D3022TexB7    4     6
13            D3022TexC10//D3026TexC1//D3026TexC3    4     7

我想要完成的第一件事是删除重复的

ids

条目，保留排名最低的条目（例如，保留 1 over 3）。

我可以这样做：

mydf <- mydf[!duplicated(mydf$ids),]

但是，一些较小的 id 组包含在较大的组中（并且它们的顺序可能不同），在这种情况下，我想保留较大的组。

总而言之，我的预期输出如下，但我不知道如何获得它......有任何线索吗？谢谢！

> mydf_final
                                              ids rank group
1                          D3022TexB4//D3022TexB7    1     1
5              D3021TexA6//D3022TexC8//D3026TexC2    3     1
7  D3019TexA5//D3022TexB4//D3026TexC1//D3026TexC3    4     1
8                         D3021TexA7//D3021TexA10    4     2
9                          D3022TexB8//D3026TexC4    4     3
10                         D3022TexB6//D3022TexB9    4     4
11                         D3022TexA2//D3026TexC5    4     5
13            D3022TexC10//D3026TexC1//D3026TexC3    4     7

Answer 1

您可以使用

aggregate

 中的 

min

 和 

Base R

 功能，如下所示：

aggregate(cbind(rank, group) ~ ids, min, data = mydf)

输出：

                                              ids rank group
1  D3019TexA5//D3022TexB4//D3026TexC1//D3026TexC3    4     1
2                          D3021TexA6//D3022TexC8    2     1
3              D3021TexA6//D3022TexC8//D3026TexC2    3     1
4                         D3021TexA7//D3021TexA10    4     2
5                          D3022TexA2//D3026TexC5    4     5
6                          D3022TexB4//D3022TexB7    1     1
7                          D3022TexB6//D3022TexB9    4     4
8                          D3022TexB8//D3026TexC4    4     3
9                         D3022TexC10//D3026TexC1    1     2
10            D3022TexC10//D3026TexC1//D3026TexC3    4     7