查找行中第二高值的列号和值

Question

我正在尝试编写一些代码来识别每行的最大两个值并提供它们的列号和值。

df = data.frame( car = c (2,1,1,1,0), bus = c (0,2,0,1,0),
                 walk = c (0,3,2,0,0), bike = c(0,4,0,0,1))

我已经设法使用

max

和

max.col

函数使其达到最大值。

df$max = max.col(df,ties.method="first")
df$val = apply(df[ ,1:4], 1, max)

据我所知，第二高值没有等效函数，因此这样做会使事情变得有点棘手。使用此代码可提供第二高的值，但（重要的是）不适用于平局的情况。而且看起来也有风险。

sec.fun <- function (x) {
  max( x[x!=max(x)] )
}

df$val2 <- apply(df[ ,1:4], 1, sec.fun)

理想情况下，解决方案不会涉及删除任何原始数据，并且可用于查找第三、第四……最高值，但这都不是基本要求。

Answer 1

试试这个：

# a function that returns the position of n-th largest
maxn <- function(n) function(x) order(x, decreasing = TRUE)[n]

这是一个闭包，所以你可以这样使用：

> # position of the largest
> apply(df, 1, maxn(1))
[1] 1 4 3 1 4
> # position of the 2nd largest
> apply(df, 1, maxn(2))
[1] 2 3 1 2 1
> 
> # value of the largest
> apply(df, 1, function(x)x[maxn(1)(x)])
[1] 2 4 2 1 1
> # value of the 2nd largest
> apply(df, 1, function(x)x[maxn(2)(x)])
[1] 0 3 1 1 0

已更新

为什么在这里使用闭包？

原因之一是您可以定义一个函数，例如：

max2 <- maxn(2)
max3 <- maxn(3)

然后，使用它

> apply(df, 1, max2)
[1] 2 3 1 2 1
> apply(df, 1, max3)
[1] 3 2 2 3 2

我不确定优势是否明显，但我喜欢这种方式，因为这是更实用的方式。

Answer 2

这是一个

data.table

解决方案，用于识别和记录指定列的最大列、最大值、第二大列和第二大值。

# Library
library(data.table)

# Data
set.seed(123)
df=data.table(V1=rnorm(10),V2=rnorm(10),V3=rnorm(10),V4=letters[1:10])

# MaxColumn
tmp=c('V1','V2','V3') # Search only in these columns
df[,MaxColumn:=apply(.SD,1,FUN=which.max),.SDcols=tmp]

# MaxValue
df[,MaxValue:=apply(.SD,1,FUN=max),.SDcols=tmp]

# Rank2Column (2nd largest)
df[,Rank2Column:=apply(.SD,1,function(x) which(rank(x)==(length(tmp)-1))),.SDcols=tmp]

# Rank2Value
df[,Rank2Value:=apply(.SD,1,function(x) x[which(rank(x)==(length(tmp)-1))]),.SDcols=tmp]