当你有一个 data.frame (如下)
ID col_a col_b
01 01 2
01 02 1
02 05 3
02 NA 4
03 NA 2
03 NA 3
ID=c('01','01','02','02','03','03')
col_a <- c('01','02','05',NA,NA,NA)
col_b <- c(2,1,3,4,2,3)
m <- data.frame(ID, col_a, col_b, stringsAsFactors=F)
####
1. 想要挑每组 col_a 最小
m %>% group_by(ID) %>% summarize(min_a = min(col_a, na.rm=T))
ID min_a
(chr) (chr)
1 01 01
2 02 05
3 03 NA
Warning message:
In min(c(NA_character_, NA_character_), na.rm = TRUE) :
no non-missing arguments, returning NA
####
2. 想要挑每组 col_a 最小时的 col_b
m %>% group_by(ID) %>% filter(col_a = min(col_a))
Error: filter condition does not evaluate to a logical vector.
m %>% group_by(ID) %>% filter(rank(col_a, ties.method='first')==1)
ID col_a col_b
(chr) (chr) (dbl)
1 01 01 2
2 02 05 3
3 03 NA 2
####
3. 想要挑每组 col_a 最小时的 col_b (较快)
m %>% group_by(ID) %>% slice(which.min(col_a))
ID col_a col_b
(chr) (chr) (dbl)
1 01 01 2
2 02 05 3
####
欢迎讨论各种例外状况
有些时候取大取小, 只接受数字, 有时候又可以自己转换
有些时候文字可以比大小, 其中有些格子是空格会无法比, 要转成NA