Wie wird die Priorität beim Zusammenfassen von Zeilen eines Datenrahmens festgelegt?

Question

Ich muss Aggregatreihen eines Datenrahmens mit vielen Reihen in dieser Weise:

Nehmen wir I zwei Reihen, die ich zusammenführen sollen (da sie die gleichen ersten Element haben):

x1=c(ID1,1,3,2,1,NA); 
    x2=c(ID1,2,2,3,NA,NA); 

Ich möchte ihre Werte so zusammenführen, dass das Ergebnis im Falle eines Konflikts (clash = beide Zeilen haben einen Nicht-NA-Wert im Element) den Wert in einer Zeile mit höherem Wert im zweiten Element (das ist x2) bevorzugt.

So im Beispiel das Ergebnis der Aggregation dieser insbesondere zwei Reihen sind:

x12=c(ID1,2,2,3,1,NA) 

Kann jemand bitte helfen? Ich versuchte aggregate(), aber es bietet nur zusammenfassende Statistiken wie Mittelwert, max usw.

Answer 1

Sie max als Funktion für die aggregate Funktion nutzen zu können.

Daten:

x1=c('ID1',1,2,1,NA) 
x2=c('ID1',3,3,NA,NA) 

data <- data.frame(rbind(x1, x2), stringsAsFactors = FALSE) 

Aggregieren:

aggregate(data[,2:5], by = list(name = data$X1), FUN = max, na.rm = TRUE) 

Ergebnis:

name X2 X3 X4 X5 
1 ID1 3 3 1 <NA> 

Answer 2

Sie können sqldf SQL über das Paket.

Mit sql Sie können group by ID und select die max der Werte, die Sie erwähnt.

require(data.table) 
require(sqldf) 
x1 <- c(1,1,2,1,NA) 
x2 <- c(1,3,3,NA,NA) 
x <- data.table(rbind(x1,x2)) 
colnames(x) <- c("ID", "x1", "x2", "x3", "x4") 

sqldf("select ID, max(x1) as x1, max(x2) as x2, max(x3) as x3, max(x4) as x4 from x group by ID") 

    ID x1 x2 x3 x4 
1 1 3 3 1 NA