r - 检测前两列数字组合相同的行，选择第三列数字最大的行

Question

我有一个只有三列但有数千行的 data.frame。第一列和第二列报告数字 ID，它们的组合表示一个链接(例如 A-B 等于 B-A)。

现在，我想删除所有与链接重复的行，选择第三列中具有最高值的行。

下面是一个简短的例子:

我的输入data.frame:

1   2    100
102 100  20000
100 102  23131
10  19 124444
10  15   1244
19  10   1242
10  19   5635
2   1    666
1   2     33
100 110     23

我的目标是:

100 102  23131
10  19 124444
10  15   1244
2   1    666
100 110     23

我试图在 R 中找到解决方案，否则 postgreSQL 也可以。 非常感谢!

Answer 1

The idea is similar to this one .您可以使用 pmin 和 pmax 创建两个额外的列来分组，如下所示:

data.table 解决方案。但是如果你不想要data.table，那么你仍然可以使用这个想法。但是，您不太可能比仅使用 R 代码的 data.table 解决方案更快。

# assuming your data.frame is DF
require(data.table)
DT <- data.table(DF)
# get min of V1,V2 on one column and max on other (for grouping)
DT[, `:=`(id1=pmin(V1, V2), id2=pmax(V1, V2))]
# get max of V3
DT.OUT <- DT[, .SD[which.max(V3), ], by=list(id1, id2)]
# remove the id1 and id2 columns
DT.OUT[, c("id1", "id2") := NULL]

#     V1  V2     V3
# 1:   2   1    666
# 2: 100 102  23131
# 3:  10  19 124444
# 4:  10  15   1244
# 5: 100 110     23