R语言查找Similarity列最大值对应的Feature列值

首先加载示例测试数据：

df <- structure(list(Feature = c("Similarity_CEO", "Similarity_CFO", 
"Similarity_COO", "Similarity_CPO", "Similarity_CTO", "Similarity_CMO_CGO", 
"Similarity_CCO_CSO"), Similarity = c(0.647709116583091, 0.57912317932745, 
0.610563782018354, 0.568011165196869, 0.532707661875697, 0.595690196204727, 
0.575445639485977)), class = "data.frame", row.names = c(NA, 
-7L))

方法1：基础R原生写法（无任何依赖，兼容性最强） #

无需加载第三方包，适配所有版本R，容错性最高：

# 返回Similarity列最大值对应的第一个Feature值
df$Feature[which.max(df$Similarity)]

运行以上代码针对示例数据的返回结果为[1] "Similarity_CEO"，和数据中最大值0.6477对应的行完全匹配。

如果需要返回所有并列最大值对应的Feature值，可使用以下写法，注意添加na.rm = TRUE跳过缺失值避免计算报错：

df$Feature[df$Similarity == max(df$Similarity, na.rm = TRUE)]

方法2：dplyr包写法（适配tidyverse管道工作流） #

如果日常使用tidyverse生态处理数据，可使用更符合管道逻辑的写法：

library(dplyr)
# 返回最大值对应的第一个Feature值
df %>% 
  slice_max(Similarity, n = 1, with_ties = FALSE) %>% 
  pull(Feature)

如果需要保留所有并列最大值，将参数with_ties = FALSE改为with_ties = TRUE即可。

常见方法失效原因排查 #

如果之前尝试的写法无法正常运行，优先排查以下问题：

• 列名拼写不匹配：检查列名是否存在多余空格、大小写不一致问题，比如列名实际为全小写similarity时，匹配大写开头的Similarity会返回空值
• 列类型错误：如果Similarity列是字符型存储的数值，最大值计算会按字符串字典序排序返回错误结果，需先执行df$Similarity <- as.numeric(df$Similarity)转换为数值型再计算
• 异常值干扰：列中如果存在缺失值NA、无限值Inf，会导致max函数计算报错，计算时添加na.rm = TRUE参数跳过缺失值，提前清洗无限值即可正常运行。

内容的提问来源于stack exchange，提问作者Theresa_S