在data.table中统计分组内等于最大值的记录数

你可以通过data.table的分组操作直接实现需求，以下是两种可行方案：

方案1：基于已生成的maxsize列统计 #

如果你需要保留maxsize列，在现有代码基础上新增计数列即可：

set.seed(5)
z <- data.table( data.frame(
    group=( sample( letters[1:5], 25,  replace=T) ),
    size=( sample( 1:5, 25,  replace=T) )))

z <- z[ order( group, size ), ]

# 生成分组最大值列
z[ , maxsize := max(size), by = .(group)]
# 新增列统计等于最大值的行数
z[ , count_max := sum(size == maxsize), by = .(group)]

方案2：一步到位（无需单独存最大值列） #

如果不需要保留maxsize列，可以直接在分组内计算最大值并统计行数，更高效：

set.seed(5)
z <- data.table( data.frame(
    group=( sample( letters[1:5], 25,  replace=T) ),
    size=( sample( 1:5, 25,  replace=T) )))

z <- z[ order( group, size ), ]

# 直接新增计数列，一步完成最大值计算与统计
z[ , count_max := sum(size == max(size)), by = .(group)]

结果说明 #

执行后count_max列会展示每个分组内等于最大值的行数：

• a组对应值为2（2条观测值等于最大值3）
• b组对应值为4（4条观测值等于最大值5）
• c组对应值为2（2条观测值等于最大值5）
  以此类推。

内容的提问来源于stack exchange，提问作者MatthewR