Início / coding / Perguntas / 79372724
Accepted
M.O
Asked: 2025-01-21 05:44:45 +0800 CST

Obter índice de posição do segundo maior valor por linha para colunas selecionadas

  • 772

Abaixo está um exemplo reproduzível com um dataframe de teste:

ts<-structure(list(OP = c(1, 3, 5), x = c(0.405595375690609, 0.256223899079487, 
0.0131878938991576), y = c(0.792096293298528, 0.0120686823502183, 
0.518370501697063), z = c(0.400826650671661, 0.279657100560144, 
0.409006189322099)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-3L))

Quero adicionar uma coluna usando mutateque me dê para cada linha a posição da coluna do segundo maior valor dentro das colunas selecionadas. Até agora, só consegui obter a coluna de índice do valor máximo dentro das colunas selecionadas fazendo:

td<-ts %>% 
  rowwise() %>% 
  mutate(second_max = which.max(c_across(c(2:4))))

Entretanto, para esse dataframe específico, minha saída desejada seria:

OP x e por segundo_máximo
1 0,4055954 0,7920963 0,4008267 1
3 0,2562239 0,0120687 0,2796571 1
5 0,0131879 0,5183705 0,4090062 3

5 respostas

  1. Best Answer

    Uma possibilidade poderia ser:

    ts %>%
 rowwise() %>%
 mutate(second_max = which(dense_rank(-c_across(c(2:4))) == 2))

     OP      x      y     z second_max
  <dbl>  <dbl>  <dbl> <dbl>      <int>
1     1 0.406  0.792  0.401          1
2     3 0.256  0.0121 0.280          1
3     5 0.0132 0.518  0.409          3

    A mesma ideia com a adição de purrr:

    ts %>%
 mutate(secod_max = pmap_int(across(c(2:4)), ~ which(dense_rank(-c(...)) == 2)))
    • 6

  2. Você pode usar tapply+ row+ rankcomo abaixo

    ts %>%
  mutate(second_max = c(tapply(
    t(.[-1]),
    t(row(.[-1])),
    \(x) which(rank(x) == 2)
  )))

    o que dá

    # A tibble: 3 × 5
     OP      x      y     z second_max
  <dbl>  <dbl>  <dbl> <dbl>      <int>
1     1 0.406  0.792  0.401          1
2     3 0.256  0.0121 0.280          1
3     5 0.0132 0.518  0.409          3

    Referência (se estiver interessado)

    f_tmfmnk <- function() {
  ts %>%
    rowwise() %>%
    mutate(second_max = which(dense_rank(-c_across(c(2:4))) == 2))
}

f_jonspring <- function() {
  ts |>
    left_join(
      ts |>
        pivot_longer(-OP) |>
        mutate(second_max = row_number(), .by = OP) |>
        arrange(-value) |>
        slice(2, .by = OP) |>
        select(OP, second_max),
      by = join_by(OP)
    )
}

f_friede <- function() {
  ts %>%
    mutate(second_max = Rfast::rownth(
      x = as.matrix(ts[-1L]),
      elems = rep(2L, nrow(ts)),
      index.return = TRUE,
      descending = TRUE
    ))
}

f_tic <- function() {
  ts %>%
    mutate(second_max = c(tapply(
      t(.[-1]),
      t(row(.[-1])),
      \(x) which(rank(x) == 2)
    )))
}

f_onyambu <- function() {
  ts %>%
    mutate(second_max = max.col(replace(as.matrix(ts[-1]), cbind(seq(nrow(ts)), max.col(ts[-1])), -Inf)))
}

microbenchmark(
  f_tmfmnk(),
  f_jonspring(),
  f_friede(),
  f_tic(),
  f_onyambu(),
  unit = "relative",
  check = "equivalent"
)

    mostra

    Unit: relative
          expr       min        lq     mean   median       uq       max neval
    f_tmfmnk()  4.685591  4.768867 4.273080 4.387400 4.743804  3.296211   100
 f_jonspring() 10.069732 10.311884 8.904696 9.589922 9.944748  5.210142   100
    f_friede()  1.000000  1.000000 1.000000 1.000000 1.000000  1.000000   100
       f_tic()  1.199249  1.204067 1.712340 1.117963 1.052074 18.398534   100
   f_onyambu()  1.168981  1.174615 1.083942 1.078781 1.004397  2.448716   100
    • 5

  3. Existem maneiras mais concisas e eficientes de fazer isso, mas uma maneira "legível" do tidyverse seria unir tsao resultado de <pivotar tslong, organizar por ordem decrescente valuee manter o segundo valor dentro de cada OP>.

    library(tidyverse)
ts |>
  left_join(
    ts |>
      pivot_longer(-OP) |>
      mutate(second_max = row_number(), .by = OP) |>
      arrange(-value) |>
      slice(2, .by = OP) |>
      select(OP, second_max)
  )

    Resultado

    # A tibble: 3 × 5
     OP      x      y     z second_max
  <dbl>  <dbl>  <dbl> <dbl>      <int>
1     1 0.406  0.792  0.401          1
2     3 0.256  0.0121 0.280          1
3     5 0.0132 0.518  0.409          3
    • 3

  4. Nós temos{Rfast}

    Rfast::rownth(x = as.matrix(ts[-1L]), 
              elems = rep(2L, nrow(ts)), 
              index.return = TRUE, 
              descending = TRUE
              )

    [1] 1 1 3
    • 3

  5. Você também pode usar max.colduas vezes

    max.col(replace(as.matrix(ts[-1]), cbind(seq(nrow(ts)), max.col(ts[-1])), -Inf))
[1] 1 1 3
    • 2

relate perguntas