如何按x2分组选取对应z列最大值且同x1的所有行？

数据生成 #

set.seed(2024)
df <- data.frame(x1=rep(c(1:4),each=12), x2=rep(c("A","B","C"),each=4,times=4), y=runif(48), z=rep(c(12,4,19,8,58,2,33,32,25,70,5,25),each=4))

筛选需求 #

按x2的唯一值分组，执行以下筛选逻辑：

• 每组选取z列值最大的对应行；
• 若同一分组内z的最大值对应多个x1值，则选取其中x1最小的那组所有行。

分组示例 #

• A组：z最大值为70，对应x1=4，需选中x1=4的所有行：

37  4  A 0.0541251726 70
38  4  A 0.9661198864 70
39  4  A 0.0221378489 70
40  4  A 0.6473674888 70

• B组：z最大值为58，对应x1=2，需选中x1=2的所有行：

17  2  B 0.1103110805 58
18  2  B 0.8632152062 58
19  2  B 0.1310691827 58
20  2  B 0.2954267922 58

• C组：z最大值为25，对应x1=3和x1=4，需选中x1最小的x1=3的所有行：

33  3  C 0.1762014020 25
34  3  C 0.9733794478 25
35  3  C 0.6751627198 25
36  3  C 0.6809547509 25

预期结果 #

x1 x2            y  z
37  4  A 0.0541251726 70
38  4  A 0.9661198864 70
39  4  A 0.0221378489 70
40  4  A 0.6473674888 70
17  2  B 0.1103110805 58
18  2  B 0.8632152062 58
19  2  B 0.1310691827 58
20  2  B 0.2954267922 58
33  3  C 0.1762014020 25
34  3  C 0.9733794478 25
35  3  C 0.6751627198 25
36  3  C 0.6809547509 25

现有代码问题 #

当前使用的代码仅能返回每组的单行，无法选中同一x1对应的所有行：

library(dplyr)
df %>% group_by(x2) %>% slice(which.max(z))

解决方案 #

方法一：分步筛选 #

通过临时列标记最大值和最小x1，再进行筛选：

library(dplyr)

df %>%
  group_by(x2) %>%
  # 标记当前组的z最大值
  mutate(max_z = max(z)) %>%
  # 筛选出z等于最大值的行
  filter(z == max_z) %>%
  # 标记当前筛选结果中的最小x1
  mutate(min_x1 = min(x1)) %>%
  # 保留x1等于最小x1的所有行
  filter(x1 == min_x1) %>%
  # 移除临时辅助列
  select(-max_z, -min_x1) %>%
  ungroup()

方法二：简洁写法 #

利用slice_min的n=Inf参数保留所有符合条件的行：

library(dplyr)

df %>%
  group_by(x2) %>%
  # 先筛选z为当前组最大值的行
  filter(z == max(z)) %>%
  # 在筛选结果中选取x1最小的所有行
  slice_min(x1, n = Inf) %>%
  ungroup()

以上两种方法均可得到符合预期的筛选结果。

内容的提问来源于stack exchange，提问作者HappyPy