আমার এক কর্মচারী রয়েছে এবং আমার জানা দরকার যে তারা প্রায়শই কোন বিভাগে থাকেন। বিভাগের নামের বিরুদ্ধে কর্মচারী আইডি ট্যাবুলেটেড করা তুচ্ছ, তবে ফ্রিকোয়েন্সি টেবিল থেকে রোস্টার গণনা সংখ্যার চেয়ে বিভাগের নাম ফিরিয়ে দেওয়া কৌতুকপূর্ণ। নীচে একটি সাধারণ উদাহরণ (কলামের নাম = বিভাগ, সারি নাম = কর্মচারী আইডি)।
DF <- matrix(sample(1:9,9),ncol=3,nrow=3)
DF <- as.data.frame.matrix(DF)
> DF
V1 V2 V3
1 2 7 9
2 8 3 6
3 1 5 4
এখন কীভাবে পাব
> DF2
RE
1 V3
2 V1
3 V2
উত্তর:
আপনার ডেটা ব্যবহার করে একটি বিকল্প (ভবিষ্যতের রেফারেন্সের জন্য, পুনরায় উত্পাদনযোগ্য set.seed()ব্যবহার করে উদাহরণ তৈরি করতে ব্যবহার করুন sample):
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
colnames(DF)[apply(DF,1,which.max)]
[1] "V3" "V1" "V2"
ব্যবহারের চেয়ে দ্রুত সমাধান applyহতে পারে max.col:
colnames(DF)[max.col(DF,ties.method="first")]
#[1] "V3" "V1" "V2"
... যেখানে বা ties.methodযে কোনও হতে পারে"random" "first""last"
যদি আপনার দুটি কলাম সর্বাধিক সমান হয় তবে অবশ্যই এটি সমস্যার কারণ হয়ে দাঁড়ায়। আমি নিশ্চিত নই যে আপনি সেই উদাহরণে কী করতে চান কারণ কিছু সারিগুলির জন্য আপনার একাধিক ফলাফল হবে। যেমন:
DF <- data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(7,6,4))
apply(DF,1,function(x) which(x==max(x)))
[[1]]
V2 V3
2 3
[[2]]
V1
1
[[3]]
V2
2
which.maxকরা ভাল হবে তখন।
applyপরিবর্তিত data.frameকরতে matrixঅভ্যন্তরীণভাবে। আপনি এই মাত্রাগুলিতে পারফরম্যান্সের পার্থক্য দেখতে পাবেন না।
colnames(DF)[max.col(replace(DF, cbind(seq_len(nrow(DF)), max.col(DF,ties.method="first")), -Inf), "first")]
আপনি যদি কোনও data.tableসমাধানে আগ্রহী হন তবে এখানে একটি। আপনি প্রথম সর্বাধিকের জন্য আইডিটি পেতে পছন্দ করায় এটি কিছুটা জটিল। আপনি বরং সর্বশেষ সর্বাধিক চাইলে এটি অনেক সহজ। তবুও, এটি এত জটিল নয় এবং এটি দ্রুত!
এখানে আমি আপনার মাত্রাগুলির ডেটা তৈরি করেছি (26746 * 18)।
set.seed(45)
DF <- data.frame(matrix(sample(10, 26746*18, TRUE), ncol=18))
data.table উত্তর:require(data.table)
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
# data.table solution
system.time({
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid), DT[J(unique(colid)), value, mult="last"]), rowid, mult="first"]
})
# user system elapsed
# 0.174 0.029 0.227
# apply solution from @thelatemail
system.time(t2 <- colnames(DF)[apply(DF,1,which.max)])
# user system elapsed
# 2.322 0.036 2.602
identical(t1, t2)
# [1] TRUE
এই মাত্রাগুলির ডেটা প্রায় 11 গুণ দ্রুত এবং data.tableস্কেলগুলি খুব ভাল pretty
DT <- data.table(value=unlist(DF, use.names=FALSE),
colid = 1:nrow(DF), rowid = rep(names(DF), each=nrow(DF)))
setkey(DT, colid, value)
t1 <- DT[J(unique(colid)), rowid, mult="last"]
একটি সমাধান হতে পারে যে সমস্ত বিভাগকে এক কলামে বিস্তৃত থেকে দীর্ঘতর করে তারিখটি পুনরায় আকার দেওয়া এবং অন্যটিতে গণনা করা, নিয়োগকর্তার আইডি দ্বারা গ্রুপ (এই ক্ষেত্রে, সারি নম্বর) এবং তারপরে বিভাগ (গুলি) এর সাথে ফিল্টার করা সর্বাধিক মান। এই পদ্ধতির সাথে সম্পর্ক পরিচালনা করার জন্যও বেশ কয়েকটি বিকল্প রয়েছে।
library(tidyverse)
# sample data frame with a tie
df <- data_frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,5))
# If you aren't worried about ties:
df %>%
rownames_to_column('id') %>% # creates an ID number
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(cnt))
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
# If you're worried about keeping ties:
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
filter(cnt == max(cnt)) %>% # top_n(cnt, n = 1) also works
arrange(id)
# A tibble: 4 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 1 V3 9.
2 2 V1 8.
3 3 V2 5.
4 3 V3 5.
# If you're worried about ties, but only want a certain department, you could use rank() and choose 'first' or 'last'
df %>%
rownames_to_column('id') %>%
gather(dept, cnt, V1:V3) %>%
group_by(id) %>%
mutate(dept_rank = rank(-cnt, ties.method = "first")) %>% # or 'last'
filter(dept_rank == 1) %>%
select(-dept_rank)
# A tibble: 3 x 3
# Groups: id [3]
id dept cnt
<chr> <chr> <dbl>
1 2 V1 8.
2 3 V2 5.
3 1 V3 9.
# if you wanted to keep the original wide data frame
df %>%
rownames_to_column('id') %>%
left_join(
df %>%
rownames_to_column('id') %>%
gather(max_dept, max_cnt, V1:V3) %>%
group_by(id) %>%
slice(which.max(max_cnt)),
by = 'id'
)
# A tibble: 3 x 6
id V1 V2 V3 max_dept max_cnt
<chr> <dbl> <dbl> <dbl> <chr> <dbl>
1 1 2. 7. 9. V3 9.
2 2 8. 3. 6. V1 8.
3 3 1. 5. 5. V2 5.
উপরের পরামর্শগুলির উপর ভিত্তি করে, নিম্নলিখিত data.tableসমাধানগুলি আমার পক্ষে খুব দ্রুত কাজ করেছে:
library(data.table)
set.seed(45)
DT <- data.table(matrix(sample(10, 10^7, TRUE), ncol=10))
system.time(
DT[, col_max := colnames(.SD)[max.col(.SD, ties.method = "first")]]
)
#> user system elapsed
#> 0.15 0.06 0.21
DT[]
#> V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 col_max
#> 1: 7 4 1 2 3 7 6 6 6 1 V1
#> 2: 4 6 9 10 6 2 7 7 1 3 V4
#> 3: 3 4 9 8 9 9 8 8 6 7 V3
#> 4: 4 8 8 9 7 5 9 2 7 1 V4
#> 5: 4 3 9 10 2 7 9 6 6 9 V4
#> ---
#> 999996: 4 6 10 5 4 7 3 8 2 8 V3
#> 999997: 8 7 6 6 3 10 2 3 10 1 V6
#> 999998: 2 3 2 7 4 7 5 2 7 3 V4
#> 999999: 8 10 3 2 3 4 5 1 1 4 V2
#> 1000000: 10 4 2 6 6 2 8 4 7 4 V1
এবং সেই সুবিধাটি নিয়ে আসে যা সর্বদা উল্লেখ করতে পারে যে কলামগুলিতে .SDতাদের উল্লেখ করে বিবেচনা করা উচিত .SDcols:
DT[, MAX2 := colnames(.SD)[max.col(.SD, ties.method="first")], .SDcols = c("V9", "V10")]
@ লুশ্যাংয়ের পরামর্শ অনুসারে, আমাদের যদি সবচেয়ে ছোট মানটির কলামের নাম প্রয়োজন, তবে কেবল একটিটি ব্যবহার করা দরকার -.SD:
DT[, col_min := colnames(.SD)[max.col(-.SD, ties.method = "first")]]
which.minদেখতে দেখতে এমন কিছু ব্যবহার করা : DT[, MIN := colnames(.SD)[apply(.SD,1,which.min)]]বা DT[, MIN2 := colnames(.SD)[which.min(.SD)], by = 1:nrow(DT)]উপরে ডামি ডেটা ব্যবহার করা ছাড়া আমার এখনই কোনও ধারণা নেই । এটি বন্ধন বিবেচনা করে না এবং কেবল প্রথম সর্বনিম্ন প্রদান করে। হতে পারে একটি পৃথক প্রশ্ন জিজ্ঞাসা বিবেচনা করুন। আপনি কী উত্তর পেতে হবে তা আমি জানতে আগ্রহী হবে।
colnames(.SD)[max.col(-.SD, ties.method="first")]।
dplyrসমাধান:ধারণা:
কোড:
DF = data.frame(V1=c(2,8,1),V2=c(7,3,5),V3=c(9,6,4))
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
filter(rank(-value) == 1)
ফলাফল:
# A tibble: 3 x 3
# Groups: rowname [3]
rowname column value
<chr> <chr> <dbl>
1 2 V1 8
2 3 V2 5
3 1 V3 9
শীর্ষস্থানীয় nকলামগুলি পেতে সহজেই এই পদ্ধতিটি বাড়ানো যেতে পারে । উদাহরণস্বরূপ n=2:
DF %>%
rownames_to_column() %>%
gather(column, value, -rowname) %>%
group_by(rowname) %>%
mutate(rk = rank(-value)) %>%
filter(rk <= 2) %>%
arrange(rowname, rk)
ফলাফল:
# A tibble: 6 x 4
# Groups: rowname [3]
rowname column value rk
<chr> <chr> <dbl> <dbl>
1 1 V3 9 1
2 1 V2 7 2
3 2 V1 8 1
4 2 V3 6 2
5 3 V2 5 1
6 3 V3 4 2
এর একটি বিকল্প dplyr 1.0.0হতে পারে:
DF %>%
rowwise() %>%
mutate(row_max = names(.)[which.max(c_across(everything()))])
V1 V2 V3 row_max
<dbl> <dbl> <dbl> <chr>
1 2 7 9 V3
2 8 3 6 V1
3 1 5 4 V2
নমুনা তথ্য:
DF <- structure(list(V1 = c(2, 8, 1), V2 = c(7, 3, 5), V3 = c(9, 6,
4)), class = "data.frame", row.names = c(NA, -3L))
এখানে একটি উত্তর যা ডেটা.টিটেবলের সাথে কাজ করে এবং সহজ। এটি আপনার ডেটা ধরে নেয়। টেবিলটির নাম দেওয়া হয়েছে yourDF:
j1 <- max.col(yourDF[, .(V1, V2, V3, V4)], "first")
yourDF$newCol <- c("V1", "V2", "V3", "V4")[j1]
প্রতিস্থাপন করুন ("V1", "V2", "V3", "V4")এবং (V1, V2, V3, V4)আপনার কলামের নামগুলি দিয়ে