数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律学如果 R 数据框中某些列是分类列，如何找到每个数值列的最小值的位置？
如果 R 数据框中某些列是分类列，要找到每个数值列的最小值的位置，我们可以按照以下步骤操作：
首先，创建一个数据框。
然后，使用 plyr 包中的 numcolwise 函数来查找每个数值列的最小值，即使某些列是分类列。
示例 1
创建数据框
让我们创建一个如下所示的数据框：
factor1<-sample(c("Super","Lower","Medium"),25,replace=TRUE)
factor2<-sample(c("I","II","III"),25,replace=TRUE)
v1<-rnorm(25)
v2<-rnorm(25)
df1<-data.frame(factor1,factor2,v1,v2)
df1输出
执行上述脚本后，将生成以下输出（此输出因系统随机化而异）：
factor1 factor2 v1 v2 1 Medium III -2.14379228 -0.75943453 2 Super I -1.47939801 1.59666611 3 Lower III 1.23368296 -1.38936623 4 Lower III 0.20952920 -0.04218399 5 Medium III 0.05884382 -0.84164117 6 Super II 1.96347308 0.88664585 7 Lower II 0.31493547 -1.27612944 8 Super III -1.51226987 1.29224755 9 Medium III 1.52328734 1.32171715 10 Medium I -0.16912317 0.46726813 11 Medium I 0.24834413 -0.70308350 12 Super I -1.16519280 -0.04263700 13 Medium III 0.17775948 -1.24434106 14 Super II 0.60504839 -0.50105846 15 Medium II -1.65936651 -1.57653244 16 Medium III 0.96991787 -0.62284764 17 Medium I 0.67194953 0.72451047 18 Lower III 0.73096741 -0.93229961 19 Super III -0.75207261 -1.34829579 20 Lower I -0.19563701 0.06724962 21 Lower I 0.15769044 1.08397200 22 Lower III -1.01078566 0.34309269 23 Medium I -0.16170496 0.29763892 24 Lower III 2.54521045 0.14029670 25 Lower I 0.96949903 -0.43465951
如果某些列是分类列，则查找每列的最小值
使用 plyr 包中的 numcolwise 函数，如果数据框 df1 中某些列是分类列，则查找每个数值列的最小值：
factor1<-sample(c("Super","Lower","Medium"),25,replace=TRUE)
factor2<-sample(c("I","II","III"),25,replace=TRUE)
v1<-rnorm(25)
v2<-rnorm(25)
df1<-data.frame(factor1,factor2,v1,v2)
library(plyr)
numcolwise(which.min)(df1)输出
v1 v2 1 1 15
示例 2
创建数据框
让我们创建一个如下所示的数据框：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
DV1<-rpois(25,5)
DV2<-rpois(25,10)
df2<-data.frame(Level,Group,DV1,DV2)
df2输出
执行上述脚本后，将生成以下输出（此输出因系统随机化而异）：
Level Group DV1 DV2 1 medium second 6 12 2 medium second 5 8 3 high first 8 7 4 high second 4 17 5 medium second 4 7 6 high second 7 11 7 high second 6 12 8 medium second 8 6 9 high first 5 10 10 medium first 3 6 11 low first 5 12 12 medium second 9 15 13 low second 7 14 14 low first 5 11 15 low first 7 7 16 high second 5 11 17 high second 10 13 18 high first 7 10 19 high first 2 11 20 low second 8 9 21 medium first 4 5 22 medium first 11 13 23 low second 2 12 24 medium first 7 10 25 high first 5 10
如果某些列是分类列，则查找每列的最小值
使用 plyr 包中的 numcolwise 函数，如果数据框 df2 中某些列是分类列，则查找每个数值列的最小值：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
DV1<-rpois(25,5)
DV2<-rpois(25,10)
df2<-data.frame(Level,Group,DV1,DV2)
library(plyr)
numcolwise(which.min)(df2)输出
DV1 DV2 1 19 21
更新于：2021-11-09
67 次查看
广告