数据挖掘：基于若干意见

的最高标准子集，考虑例如数据数据挖掘：基于若干意见

Zip_Code <- c(1,1,1,2,2,2,3,3,3,3,4,4) 
Political_pref <- c('A','A','B','A','B','B','A','A','B','B','A','A') 
income <- c(60,120,100,90,80,60,100,90,200,200,90,110) 
df1 <- data.frame(Zip_Code, Political_pref, income)

我想group_by每个$Zip_code并根据每个$Political_pref因素获得最大$income。

所需的输出是一个df，其中有8个变量。包含2个OBS针对有最大的收入

我玩dplyr每个$Zip_code（每一个A和B），但很高兴使用任何包装的解决方案（可能有data.table）

library(dplyr) 
df2 <- df1 %>% 
    group_by(Zip_Code) %>% 
    filter(....)

来源

2017-02-16 user08041991

您可以按ZIP_CODE和政治PREF，并与max函数总结呢？ 'df％>％group_by（zip_code，political_pref）％>％summarize（m = max（income））' –

'aggregate（income〜Zip_Code + Political_pref，df1，max）'？ – Cath

也很有用：http://stackoverflow.com/questions/29657753/can-summarise-in-dplyr-not-drop-other-columns-in-my-data-frame – Cath

我们可以使用slice与which.max

library(dplyr) 
df1 %>% 
    group_by(Zip_Code, Political_pref) %>% 
    slice(which.max(income))

来源

2017-02-16 13:16:33 akrun

数据挖掘：基于若干意见

回答

相关问题