如何在R语言中从多层分组数据集中筛选每组中值最大的整行数据？

嗨，这个需求真的不用写嵌套循环，R不管是base原生语法还是tidyverse工具都有非常优雅的解决方案，我给你分两种方式详细说明：

一、用tidyverse（dplyr）实现（推荐，代码更直观） #

如果你习惯用tidyverse的风格，dplyr包的group_by() + slice_max()组合完全能搞定，而且代码可读性极强：

首先确保你加载了dplyr包：

library(dplyr)

然后直接对数据框操作：

# 假设你的数据框叫df
result_df <- df %>%
  group_by(group, unit) %>%  # 按group和unit的组合进行分组
  slice_max(order_by = value, n = 1, with_ties = FALSE) %>%  # 每个组取value最大的1行，with_ties=FALSE确保只取一个（有并列最大值时）
  ungroup()  # 取消分组状态（可选，看后续操作需求）

小解释： #

• group_by(group, unit)：把数据按group+unit的组合拆分成一个个小组，比如group=1+unit=A是一个独立组，group=1+unit=B是另一个组，以此类推。
• slice_max(order_by = value, n = 1)：在每个分组里，按value从大到小排序后取前1行。如果数据里存在多个行value都是组内最大值，with_ties=TRUE会返回所有并列行，设为FALSE就只取其中一个（默认是TRUE，可按需调整）。
• ungroup()：取消分组标记，让结果回到普通数据框状态，避免后续操作受分组影响。

二、用base R实现（无需额外安装包） #

如果不想加载第三方包，base R的ave()函数也能轻松解决这个问题：

# 假设你的数据框叫df
result_df <- df[ave(df$value, df$group, df$unit, FUN = function(x) x == max(x)) == 1, ]

小解释： #

• ave(df$value, df$group, df$unit, FUN = function(x) x == max(x))：这个函数会针对每个group+unit的分组，判断当前行的value是否等于该组的最大值，返回一个和原数据行数相同的向量，符合条件的位置标记为1，不符合为0。
• 用df[..., ]筛选出所有标记为1的行，就是每个组里value最大的整行数据。

补充说明： #

如果存在多个行value并列最大值的情况，base R的这个方法会返回所有并列行。如果只想保留每组的一行，可以在筛选后再去重：

temp <- df[ave(df$value, df$group, df$unit, FUN = function(x) x == max(x)) == 1, ]
result_df <- temp[!duplicated(paste(temp$group, temp$unit)), ]

测试结果 #

用你给出的示例数据测试的话，两种方法都会得到你想要的结果：

备注：内容来源于stack exchange，提问作者Reid L