R语言按分组取列最大值对应行的另一列值生成新列

处理包含多分组的数据框时，需要实现以下逻辑：

• 按分组字段拆分数据
• 定位每个分组内指定列（示例中为val1）取最大值的行
• 提取该行另一列（示例中为val2）的取值，为分组内所有行填充生成新列（示例中为val3）

示例输入 #

item   group  val1   val2
<chr>  <dbl>  <dbl>  <dbl>
1 a      1      1      1
2 b      1      2      3
3 c      1      3      2
4 d      2      1      0
5 e      2      2      1

预期输出 #

分组1中val1最大值为3，对应行val2取值为2，分组1所有行val3填充2；分组2中val1最大值为2，对应行val2取值为1，分组2所有行val3填充1，结果如下：

item   group  val1   val2   val3
<chr>  <dbl>  <dbl>  <dbl>  <dbl>
1 a      1      1      1      2
2 b      1      2      3      2
3 c      1      3      2      2
4 d      2      1      0      1
5 e      2      2      1      1

原有代码问题 #

原代码运行后val3全为NA，存在两个明确问题：

1. 构造测试数据时把val1、val2存为了字符型，直接做最大值计算会按文本规则排序，结果不符合数值计算预期
2. max(val1)["val2"]逻辑错误：max(val1)仅返回分组内val1的最大数值（单个值），不存在val2列属性，用列名索引自然返回NA

原错误代码片段：

data %>%
  group_by(group) %>%
  mutate(val3 = max(val1)["val2"]) -> data

使用tidyverse框架下的分组操作，通过which.max()匹配最大值所在行位置，直接提取对应位置的val2即可，可运行代码如下：

library(tidyverse)

# 构造测试数据（注意数值列存为numeric类型，不要存为字符型）
item <- c("a", "b", "c", "d", "e")
group <- c("1", "1", "1", "2", "2")
val1 <- c(1, 2, 3, 1, 2)
val2 <- c(1, 3, 2, 0, 1)
data <- tibble(
  item = item,
  group = group,
  val1 = val1,
  val2 = val2
)

# 分组计算生成val3
data %>%
  group_by(group) %>%
  mutate(val3 = val2[which.max(val1)]) %>%
  ungroup() -> data

逻辑说明 #

• group_by(group)按分组字段拆分数据
• which.max(val1)返回当前分组内val1取最大值的行的位置索引
• val2[位置索引]直接提取对应行的val2取值，mutate会自动将这个单值填充到分组内的所有行
• 最后加ungroup()解除分组状态，避免后续操作受分组规则影响

特殊场景适配 #

如果单个分组内存在多行val1等于最大值的并列情况，which.max()会默认返回第一个匹配到的最大值行位置。如果需要对并列最大值做聚合处理，可以调整逻辑，例如并列时取对应val2的均值：

data %>%
  group_by(group) %>%
  mutate(val3 = mean(val2[val1 == max(val1)])) %>%
  ungroup()

运行上述基础代码后得到的结果和预期输出完全一致。

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