R基于前面列的比较生成值

您的原始数据:

df1 <- structure(list(Amy = c(5L, 43L, 54L, 21L, 32L, 43L), 
                      Abe = c(34L, 11L, 32L, 5L, 21L, 2L), 
                      Donna = c(54L, 3L, 21L, 43L, 23L, 2L), 
                      Racheal = c(56L, 33L, 54L, 32L, 5L, 13L), 
                      Mike = c(23L, 21L, 1L, 21L, 32L, 45L), 
                      u = c(0, 1, 1, 1, 0, 1)), 
                      row.names = c(NA, -6L), 
                      class = "data.frame")

我们可以使用 tidyr 和 dplyr 要从宽到长进行转换,请进行计算和聚合,然后在最后将所有内容粘在一起。

library(dplyr)
library(tidyr)

df1 %>% 
  gather(name, value, -u) %>%                      # convert from wide to long
  group_by(name) %>% 
  mutate(idx = row_number()) %>%                   # add a grouping variable
  ungroup() %>% 
  group_by(idx) %>% 
  mutate(Min = min(value)) %>%                     # calculate min per group (= per row)
  filter(value == Min) %>%                         # keep names with value = Min
  arrange(idx) %>%                                 # order rows as original data
  select(idx, Min = name) %>% 
  summarise(Min = paste(Min, collapse = ",")) %>%  # combine names where Min tied
  ungroup() %>% 
  select(Min) %>% 
  bind_cols(df1, .)                                # combine column Min (names) with 
                                                   # original data

  Amy Abe Donna Racheal Mike u       Min
1   5  34    54      56   23 0       Amy
2  43  11     3      33   21 1     Donna
3  54  32    21      54    1 1      Mike
4  21   5    43      32   21 1       Abe
5  32  21    23       5   32 0   Racheal
6  43   2     2      13   45 1 Abe,Donna

以下是我的做法:

library(tidyverse) # we use dplyr and tidyr
Data <- Data %>% 
  mutate(row = 1:length(u)) 

MinData <- Data %>% 
  gather(name, score, -u, -row, -Min) %>% 
  group_by(row) %>%
  summarize(Min2 = paste(name[score == min(score)], collapse = " ")) %>% # called "Min2" to differentiate it from the "Min" column provided in the example.
  left_join(df %>% mutate(row = 1:length(u)), .)

我会使用apply函数,其中:)

设置名称向量

person_names= names(df[,1:5]) #Presumably the column names are the names

这个 1:5 如果您的数据集中有其他列,您不希望将其考虑为最小检查,则可以使用。

现在,我们可以在自定义函数上使用apply,该函数从每行值最小的列中返回名称。

df$Min <- apply(df[,1:5], 1, function(x){person_names[which.min(x)]})

我们的自定义函数如前所述,apply只是将该函数应用于数据帧或矩阵的每一列或每一行。第二个参数 1 指示行,如果需要列,可以将其更改为 2 。

which.min 只返回最小值所在的元素数。 person_names 把我们的名字整理好 哪一个最小值 返回一个数字,该数字指示哪个名称的值最小。

如果您想消除 person\u姓名 变量

df$Min <- apply(df[,1:5], 1, function(x){names(df[,1:5])[which.min(x)]})

如果只有5个名称列,请删除 1: 5 ,如果在任何位置都有列,只需将其替换为列名或数字的向量即可。

编辑: 我看到你对另一个答案的评论。为了适应关系,我将更改自定义函数,以便它检查最小值为x的所有匹配项,然后使用一些自定义分隔符将它们粘贴在一起。我还将修改您的数据,以便Donna和Racheal并列第二排。

df <- read.table(text = 'Amy  Abe  Donna  Racheal  Mike     Min       u
      5    34    54     56       23      Amy       0
       43   11    3      3       21      Donna     1
       54   32    21     54       1       Mike      1 
       21   5     43     32       21      Abe       1
       32   21    23     5        32      Racheal   0', header = T)

person_names <- names(df[,1:5])

df$Min <- apply(df[,1:5], 1, function(x){paste(person_names[x == min(x)], 
collapse = ", ")})

> df
  Amy Abe Donna Racheal Mike            Min u
1   5  34    54      56   23            Amy 0
2  43  11     3       3   21 Donna, Racheal 1
3  54  32    21      54    1           Mike 1
4  21   5    43      32   21            Abe 1
5  32  21    23       5   32        Racheal 0

我已经设置了 collapse “,”的参数,这是我任意选择的分隔符。您可以将其调整为一个空格“”,或分号,或任何您想要的。

同样,可以通过去掉 person\u姓名 。