R语言按列分组逐行提取最大值对应列名的实现方法

你可以直接用R原生函数实现需求，不需要安装第三方包，且代码支持任意行数的数据集，运行效率高。

步骤1：构造正确的示例数据集 #

你给出的列名生成代码存在顺序错误，修正后即可得到和示例一致的数据集：

set.seed(123)
df <- data.frame(matrix(rnorm(7), nrow = 1))
colnames(df) <- paste0("A", 1:7)

生成的数据集如下：

步骤2：核心计算代码 #

首先按需求定义三组列的分组规则，再逐组提取每行最大值对应的列名即可：

# 定义三组列的分组范围
col_groups <- list(
  `A1,A2,A3` = c("A1", "A2", "A3"),
  `A4,A5` = c("A4", "A5"),
  `A6,A7` = c("A6", "A7")
)

# 逐组计算结果
result <- as.data.frame(
  lapply(col_groups, function(group_cols) {
    group_data <- df[, group_cols, drop = FALSE]
    # ties.method = "first" 表示并列最大值时取最左侧列，刚好满足全相等返回第一列的要求
    max_pos <- max.col(group_data, ties.method = "first")
    group_cols[max_pos]
  })
)

运行后得到的结果如下：

注：你给出的期望输出中第三组结果写为A5属于笔误，示例数据中第三组A6值为0.4007715、A7值为0.1106827，最大值对应列是A6。

逻辑说明 #

• 核心用max.col函数实现行级最大值位置查找，该函数是向量化实现，处理大样本数据速度远快于逐行循环写法
• 参数ties.method = "first"会在遇到多个相等最大值时返回最靠前的列位置，天然适配「组内值全相等时返回第一列」的要求，不需要额外写条件判断
• 如果后续需要调整分组规则，只需要修改col_groups里的列名列表即可，不需要改动计算逻辑

内容的提问来源于stack exchange，提问作者R_Student