假设我们有这个数据框:
> data
ID Period_1 Values
1 1 2020-03 -5
2 1 2020-04 25
3 2 2020-01 35
4 2 2020-02 45
5 2 2020-03 55
6 2 2020-04 87
7 3 2020-02 10
8 3 2020-03 20
9 3 2020-04 30
data <-
data.frame(
ID = c(1,1,2,2,2,2,3,3,3),
Period_1 = c("2020-03", "2020-04", "2020-01", "2020-02", "2020-03", "2020-04", "2020-02", "2020-03", "2020-04"),
Values = c(-5, 25, 35, 45, 55, 87, 10, 20, 30)
)
我想提取“值”的最小值,但前提是满足 Period_1 条件(例如 Period_1 == "2020-04"
)。我倾向于使用 dplyr group_by(Period_1) %>%
但我不需要所有 Period_1 分组的最小值,我只需要单个指定期间的最小值。我正在使用的实际数据库有 200 万多行,我怀疑我对 group_by(...)
的大量使用正在显着降低速度。
我查看的其他 Stack Overflow(和 Google 等)帖子也依赖于 group_by
,也许这是处理这个问题的最快方法,我不知道,但我怀疑不是。
我尝试了以下方法,但没有用:data %>% select(where(data$Period_1 == "2020-04"))%>% min(data$Values, na.rm= TRUE)
,返回消息“错误:无法将逻辑向量转换为函数”
处理速度方面,提取条件最小值的最快方法是什么?包括使用 dplyr。
最佳答案
这是一个基本的 R 选项(如果您正在寻找速度)。我们可以对数据进行子集化,然后获取第三列(即 Values
)的最小值。
min(data[data$Period_1 == "2020-04", ][,3], na.rm = TRUE)
# [1] 25
基准
关于r - 哪种方法可以最快地得出 R 数据框列的条件最小值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/70966359/