如何在R的data.table中按分组返回第二大值及对应id列？

首先加载依赖包并创建示例数据：

library(data.table)
sample_dt <- data.table(
  myid=c("A","B","B","A","B","B","C","C","A","A"),
  mycol1 =c(101,-108,140,140,-150,-140,-111,101,150,140)
)

两种可行解法 #

解法1：分组排序后提取唯一值的第二个元素

这种方式能自动处理重复最大值的场景，先对每组的mycol1降序排序，去重后取第二个元素：

result_dt <- sample_dt[, .(mycol1_secondmax = unique(sort(mycol1, decreasing = TRUE))[2]), by = myid]

解法2：去重后分组排序取第二行

先对每组数据去重，再按mycol1降序排列，最后提取每组的第二行数据：

result_dt <- sample_dt[!duplicated(.SD), .SD[order(-mycol1)][2], by = myid]

结果验证 #

运行任意一种解法后，输出结果与预期完全匹配：

result_dt
#    myid mycol1_secondmax
# 1:    A              140
# 2:    B             -108
# 3:    C             -111

内容的提问来源于stack exchange，提问作者Neal Barsch