根据条件返回列名

Question

我有一个包含 18 列的数据集，我需要从中返回每个观察值具有最高值的列名称，下面是简单的示例。我遇到了this答案，它几乎满足了我的需要，但在某些情况下，我需要组合名称(例如下面的 maxcol 中的 ab)。我该怎么做？

如有任何建议，我们将不胜感激!如果可能的话，我会更容易理解基于 tidyverse 的解决方案，因为我比基础更熟悉它。

编辑:我忘了提及我的数据中的某些列具有 NA。

library(dplyr, warn.conflicts = FALSE)

#turn this
Df <- tibble(a = 4:2, b = 4:6, c = 3:5)

#into this
Df <- tibble(a = 4:2, b = 4:6, c = 3:5, maxol = c("ab", "b", "b"))

^{由reprex package于2018年10月30日创建(v0.2.1)}

Answer 1

继续linked post中的答案，我们可以做到

Df$maxcol <- apply(Df, 1, function(x) paste0(names(Df)[x == max(x)], collapse = ""))

Df

#      a     b     c maxcol
#  <int> <int> <int> <chr> 
#1     4     4     3  ab    
#2     3     5     4  b     
#3     2     6     5  b 

对于每一行，我们检查哪个位置具有最大值，并将该位置的名称粘贴在一起。

---

如果您更喜欢 tidyverse 方法

library(tidyverse)
Df %>%
  mutate(row = row_number()) %>%
  gather(values, key, -row) %>%
  group_by(row) %>%
  mutate(maxcol = paste0(values[key == max(key)], collapse = "")) %>%
  spread(values, key) %>%
  ungroup() %>%
  select(-row)

# maxcol     a     b     c
#  <chr>  <int> <int> <int>
#1 ab         4     4     3
#2 b          3     5     4
#3 b          2     6     5

我们首先使用gather将数据帧从宽格式转换为长格式，然后group_by每行粘贴列名称作为max key 然后再次将长数据帧扩展为宽数据帧。