studio - superponer graficas en r

Extraiga el valor máximo dentro de cada grupo en un marco de datos

Question

Esta pregunta ya tiene una respuesta aquí:

• Cómo seleccionar la fila con el valor máximo en cada grupo 8 respuestas

Tengo un marco de datos con una variable de agrupamiento ("Gene") y una variable de valor ("Valor"):

Gene   Value
A      12
A      10
B      3
B      5
B      6
C      1
D      3
D      4

Para cada nivel de mi variable de agrupación, deseo extraer el valor máximo. El resultado debería ser, por lo tanto, un marco de datos con una fila por nivel de la variable de agrupación:

Gene   Value
A      12
B      6
C      1
D      4

Podría aggregate hacer el truco?

Answer 1

Hay muchas posibilidades para hacer esto en R. Aquí están algunos de ellos:

df <- read.table(header = TRUE, text = ''Gene   Value
A      12
A      10
B      3
B      5
B      6
C      1
D      3
D      4'')

# aggregate
aggregate(df$Value, by = list(df$Gene), max)
aggregate(Value ~ Gene, data = df, max)

# tapply
tapply(df$Value, df$Gene, max)

# split + lapply
lapply(split(df, df$Gene), function(y) max(y$Value))

# plyr
require(plyr)
ddply(df, .(Gene), summarise, Value = max(Value))

# dplyr
require(dplyr)
df %>% group_by(Gene) %>% summarise(Value = max(Value))

# data.table
require(data.table)
dt <- data.table(df)
dt[ , max(Value), by = Gene]

# doBy
require(doBy)
summaryBy(Value~Gene, data = df, FUN = max)

# sqldf
require(sqldf)
sqldf("select Gene, max(Value) as Value from df group by Gene", drv = ''SQLite'')

# ave
df[as.logical(ave(df$Value, df$Gene, FUN = function(x) x == max(x))),]

Answer 2

Usar sqldf y sql estándar para obtener los valores máximos agrupados por otra variable

https://cran.r-project.org/web/packages/sqldf/sqldf.pdf

library(sqldf)
sqldf("select max(Value),Gene from df1 group by Gene")

o

Uso del excelente paquete Hmisc para una aplicación de función group (max) https://www.rdocumentation.org/packages/Hmisc/versions/4.0-3/topics/summarize

library(Hmisc)
summarize(df1$Value,df1$Gene,max)

Answer 3

df$Gene <- as.factor(df$Gene)
do.call(rbind, lapply(split(df,df$Gene), function(x) {return(x[which.max(x$Value),])}))

Solo usando la base R