在R语言中如何比较两个数据表对应值并返回最大值？

你有两个data.frame dat1 和 dat2，希望比较两者同名列的对应值，返回每行的最大值。数据如下：

library(reshape2)
dat1 <- data.frame(sn=c("v1","v2"), A=c(1,0), B=c(0,1), C=c(0,0), D=c(1,0))
dat2 <- data.frame(sn=c("v1","v2", "v3"), A=c(1,0,1), C=c(1,0,1), B=c(0,0,1))

dat1 内容：

sn A B C D
v1 1 0 0 1
v2 0 1 0 0

dat2 内容：

sn A C B
v1 1 1 0
v2 0 0 0
v3 1 1 1

你尝试了以下代码，但结果不符合预期：

dt1 <- melt(dat1,"sn")
dt2 <- melt(dat2,"sn")

dt3 <- merge(dt1,dt2,by=c("sn","variable"))

dt3$value <- max(dt3$value.x, dt3$value.y)

错误结果：

sn variable value.x value.y value
v1        A       1       1     1
v1        B       0       0     1
v1        C       0       1     1
v2        A       0       0     1
v2        B       1       0     1
v2        C       0       0     1

期望的正确结果：

sn variable value.x value.y value
v1        A       1       1     1
v1        B       0       0     0
v1        C       0       1     1
v2        A       0       0     0
v2        B       1       0     1
v2        C       0       0     0

问题原因 #

你的代码出错的核心原因是 max() 函数会计算两个向量的全局最大值，而不是逐行比较对应位置的元素。所以最终所有行的value都被赋值为整个value.x和value.y向量中的最大值1，而非每行的局部最大值。

修正方案 #

要实现逐行取最大值，需要使用 pmax() 函数——它会对输入的向量进行并行元素级比较，返回每个位置的最大值。

修正后的代码 #

library(reshape2)
dat1 <- data.frame(sn=c("v1","v2"), A=c(1,0), B=c(0,1), C=c(0,0), D=c(1,0))
dat2 <- data.frame(sn=c("v1","v2", "v3"), A=c(1,0,1), C=c(1,0,1), B=c(0,0,1))

dt1 <- melt(dat1,"sn")
dt2 <- melt(dat2,"sn")

dt3 <- merge(dt1,dt2,by=c("sn","variable"))

# 用pmax替代max，实现逐行取最大值
dt3$value <- pmax(dt3$value.x, dt3$value.y)

运行后得到的正确结果：

sn variable value.x value.y value
1 v1        A       1       1     1
2 v1        B       0       0     0
3 v1        C       0       1     1
4 v2        A       0       0     0
5 v2        B       1       0     1
6 v2        C       0       0     0

可选：dplyr语法实现 #

如果你习惯用dplyr的管道式语法，也可以这样写：

library(dplyr)
dt3 <- dt3 %>% mutate(value = pmax(value.x, value.y))

内容的提问来源于stack exchange，提问作者Ridwan Shittu