如何批量获取dataframe各Time列最大值对应的ID与Group？

问题描述 #

我有如下名为df1的dataframe：

ID   Group    Time1    Time2    Time3
A00194       1    0.733    0.777    0.433
A00195       1    0.903    0.116    0.308
A00198       1    0.422    0.863    0.220
A00199       1    0.485    0.846    0.203
A02111       2    0.682    0.522    0.700
A02114       2    0.699    0.208    0.686
A02116       2    0.911    0.802    0.041
A02197       2    0.083    0.082    0.900

希望获取Time1到Time3每一列最大值对应的ID、Group，同时得到最大值和对应列名（命名为Test列），期望输出如下：

ID   Group   Value   Test
A02116       2   0.911  Time1
A00198       1   0.863  Time2
A02197       2   0.900  Time3

我尝试了如下代码，但需要重复三次才能得到期望输出：

df1[which.max(df1$Time1),,c(1:4)]

请问如何一次性实现该需求？

解决方案 #

方法1：用tidyverse工具链（dplyr + tidyr） #

先把宽格式数据转成长格式，再按列名分组取最大值对应的行：

library(tidyverse)

df1 %>%
  pivot_longer(cols = starts_with("Time"), names_to = "Test", values_to = "Value") %>%
  group_by(Test) %>%
  filter(Value == max(Value)) %>%
  ungroup() %>%
  select(ID, Group, Value, Test) %>%
  arrange(Test)

步骤说明：

• pivot_longer：把Time1/Time2/Time3拆成Test（列名）和Value（对应数值）两列
• group_by(Test)：按每个Time列分组
• filter(Value == max(Value))：筛选出每组里数值最大的行
• 最后调整列顺序并按Test排序，得到目标结果

方法2：用Base R原生实现 #

不用加载额外包，通过循环处理每一列：

# 提取所有以Time开头的列名
time_cols <- grep("^Time", colnames(df1), value = TRUE)

# 循环处理每一列，收集最大值对应的行信息
result_list <- lapply(time_cols, function(col) {
  max_row_idx <- which.max(df1[[col]])
  data.frame(
    ID = df1$ID[max_row_idx],
    Group = df1$Group[max_row_idx],
    Value = df1[[col]][max_row_idx],
    Test = col,
    stringsAsFactors = FALSE
  )
})

# 合并所有结果为一个dataframe
result_df <- do.call(rbind, result_list)
rownames(result_df) <- NULL # 可选：移除自动生成的行名
print(result_df)

这个方法通过grep定位目标列，循环找到每列最大值的行索引，构造小数据框后合并，完全用Base R就能完成。

内容的提问来源于stack exchange，提问作者mashimena