Obtention d'un nom de colonne qui contient une valeur maximale dans une rangée d'une matrice contenant une valeur maximale distincte dans un tableau

Par exemple donné:

dim1 <- c("P","PO","C","T")
dim2 <- c("LL","RR","R","Y")
dim3 <- c("Jerry1", "Jerry2", "Jerry3")
Q <- array(1:48, c(4, 4, 3), dimnames = list(dim1, dim2, dim3))

Je veux faire référence au sein de cette matrice, la matrice qui a le max dim3 valeur à l' (ligne 3, 4e colonne).

Sur l'identification de cette matrice, je veux retourner le nom de la colonne qui a la valeur maximale au sein de la matrice (Ligne 3, Colonne 1) à (3e Ligne, 3ème Colonne).

Donc ce que j'avais l'espoir de se produire est que Jerry3 obtient référencé parce que le nombre 47 est stockée dans sa ligne 3, 4e colonne, puis dans Jerry3, je veux le nombre maximum dans la ligne 3 pour obtenir référencé qui serait de 43 et en fin de compte, ce dont j'ai besoin retourné (la seule valeur que j'ai besoin) puis le nom de la colonne qui serait "R".

C'est ce que j'ai besoin de savoir comment le faire, obtenir obtenir que "R" et l'assigner à une variable, c'est à dire "column_ref", tels que column_ref <- "R".

Vous plaît s'il vous Plaît aider.

source d'informationauteur Jonathan Ross Charlton | 2012-04-24

  1. 14

    Cela devrait le faire - si je comprends bien:

    Q <- array(1:48, c(4,4,3), dimnames=list(
  c("P","PO","C","T"), c("LL","RR","R","Y"), c("Jerry1", "Jerry2", "Jerry3")))

column_ref <- names(which.max(Q[3,1:3, which.max(Q[3,4,])]))[1] # "R"

    Quelques explications:

    which.max(Q[3,4,]) # return the index of the "Jerry3" slice (3)
which.max(Q[3,1:3, 3]) # returns the index of the "R" column (3)

    ...et puis names retourne le nom de l'index ("R").

  2. 0

    Ce post m'a aidé à résoudre un ensemble de données.cadre général du problème.

    J'ai répété les mesures pour les groupes, G1 e G2.

    > str(df)
'data.frame':   6 obs. of  15 variables:
$ G1       : num  0 0 2 2 8 8
$ G2       : logi  FALSE TRUE FALSE TRUE FALSE TRUE
$ e.10.100 : num  26.41 -11.71 27.78 3.17 26.07 ...
$ e.10.250 : num  27.27 -12.79 29.16 3.19 26.91 ...
$ e.20.100 : num  29.96 -12.19 26.19 3.44 27.32 ...
$ e.20.100d: num  26.42 -13.16 28.26 4.18 25.43 ...
$ e.20.200 : num  24.244 -18.364 29.047 0.553 25.851 ...
$ e.20.50  : num  26.55 -13.28 29.65 4.34 27.26 ...
$ e.20.500 : num  27.94 -13.92 27.59 2.47 25.54 ...
$ e.20.500d: num  24.4 -15.63 26.78 4.86 25.39 ...
$ e.30.100d: num  26.543 -15.698 31.849 0.572 29.484 ...
$ e.30.250 : num  26.776 -16.532 28.961 0.813 25.407 ...
$ e.50.100 : num  25.995 -14.249 28.697 0.803 27.852 ...
$ e.50.100d: num  26.1 -12.7 27.1 2.5 27.4 ...
$ e.50.500 : num  28.78 -9.39 25.77 2.73 23.73 ..

    J'ai besoin de savoir qui mesure (colonne) est le meilleur (max) résultat. Et j'ai besoin de disconsider les colonnes de regroupement.

    J'ai fini avec cette fonction 

    apply(df[colIni:colFim], 1, function(x) colnames(df)[which.max(x)+(colIni-1)] 
#colIni: first column to consider; colFim: last column to consider

    Après avoir nom de la colonne, une autre petite fonction pour obtenir la valeur max 

    apply(dfm,1,function(x) x[x[1]])

    Et la fonction pour résoudre des problèmes similaires, que le retour de la colonne et la valeur max

    mxCol=function(df, colIni, colFim){ #201609
  if(missing(colIni)) colIni=1
  if(missing(colFim)) colFim=ncol(df)
  if(colIni>=colFim) { print('colIni>=ColFim'); return(NULL)}
  dfm=cbind(mxCol=apply(df[colIni:colFim], 1, function(x) colnames(df)[which.max(x)+(colIni-1)])
           ,df)
  dfm=cbind(mxVal=as.numeric(apply(dfm,1,function(x) x[x[1]]))
           ,dfm)
  return(dfm)
}

    Dans ce cas, 

    > mxCol(df,3)[1:11]
   mxVal     mxCol G1    G2 e.10.100 e.10.250 e.20.100 e.20.100d e.20.200 e.20.50 e.20.500
1 29.958  e.20.100  0 FALSE   26.408   27.268   29.958    26.418   24.244  26.553   27.942
2 -9.395  e.50.500  0  TRUE  -11.708  -12.789  -12.189   -13.162  -18.364 -13.284  -13.923
3 31.849 e.30.100d  2 FALSE   27.782   29.158   26.190    28.257   29.047  29.650   27.586
4  4.862 e.20.500d  2  TRUE    3.175    3.190    3.439     4.182    0.553   4.337    2.467
5 29.484 e.30.100d  8 FALSE   26.069   26.909   27.319    25.430   25.851  27.262   25.535
6 -9.962  e.30.250  8  TRUE  -11.362  -12.432  -15.960   -11.760  -12.832 -12.771  -12.810