在R中筛选month_pct与year_pct的最值及对应id、price

我来帮你解决这个问题，这里有两种实用的R语言实现方法，能完美满足你的需求——找出month_pct和year_pct的最大值、最小值，并匹配对应的id和price，最终输出你需要的格式。

首先明确：你的数据中month_pct和year_pct是因子类型，直接计算最值会出错，所以第一步需要先提取百分比的数值部分定位最值位置，再提取原始的百分比字符串。

方法一：使用tidyverse工具包（推荐） #

tidyverse的语法更直观，适合后续扩展更多列的需求，步骤如下：

1. 先加载tidyverse包（如果没安装先运行install.packages("tidyverse")）
2. 自定义一个函数来处理单列百分比的最值提取
3. 对两个百分比列应用函数并合并结果

# 加载工具包
library(tidyverse)

# 定义提取最值的函数
get_extremes <- function(data, col_name) {
  # 提取因子中的百分比数值，用于定位最值位置
  col_numeric <- parse_number(as.character(data[[col_name]]))
  
  # 找到最大值和最小值的索引
  max_pos <- which.max(col_numeric)
  min_pos <- which.min(col_numeric)
  
  # 构造该列的结果行
  tibble(
    type = c("max", "min"),
    pct_type = col_name,
    pct = c(data[[col_name]][max_pos], data[[col_name]][min_pos]),
    id = c(data$id[max_pos], data$id[min_pos]),
    price = c(data$price[max_pos], data$price[min_pos])
  )
}

# 对两个百分比列应用函数并合并结果
final_result <- bind_rows(
  get_extremes(df, "month_pct"),
  get_extremes(df, "year_pct")
) %>%
  # 添加从0开始的行号
  mutate(max_min = row_number() - 1) %>%
  # 调整列顺序匹配你想要的格式
  select(max_min, type, pct_type, pct, id, price)

# 查看结果
print(final_result)

运行后你会得到和示例格式一致的输出，代码的可读性和扩展性都很强。

方法二：Base R原生实现 #

如果你不想加载额外包，用Base R也能完成任务，步骤更直接：

# 处理month_pct列，提取数值并找最值索引
month_vals <- as.numeric(sub("%", "", df$month_pct))
max_month_idx <- which.max(month_vals)
min_month_idx <- which.min(month_vals)

# 处理year_pct列，同样提取数值并找最值索引
year_vals <- as.numeric(sub("%", "", df$year_pct))
max_year_idx <- which.max(year_vals)
min_year_idx <- which.min(year_vals)

# 构造最终结果数据框
final_result_base <- data.frame(
  max_min = 0:3,
  type = rep(c("max", "min"), 2),
  pct_type = rep(c("month_pct", "year_pct"), each = 2),
  pct = c(df$month_pct[max_month_idx], df$month_pct[min_month_idx],
          df$year_pct[max_year_idx], df$year_pct[min_year_idx]),
  id = c(df$id[max_month_idx], df$id[min_month_idx],
         df$id[max_year_idx], df$id[min_year_idx]),
  price = c(df$price[max_month_idx], df$price[min_month_idx],
            df$price[max_year_idx], df$price[min_year_idx])
)

# 查看结果
print(final_result_base)

这种方法不需要依赖任何第三方包，代码简洁直接，适合快速处理简单需求。

运行任意一种方法，你都会得到符合要求的结果，比如针对你的示例数据，最终结果会显示：

• month_pct的最大值是8.53%（对应id=1，price=40.59），最小值是-19.91%（对应id=10，price=1.77）
• year_pct的最大值是1.54%（对应id=7，price=54.79），最小值是-35.26%（对应id=1，price=40.59）

内容的提问来源于stack exchange，提问作者ah bon