R语言筛选某列最高、另一列最低值对应数据集条目的实现方法
代码问题与调整方案
错误根因
R里给数据框做方括号索引的时候,规则是数据集[要选的行, 要选的列],你写的代码刚好把两个索引的用途搞混了:
- 逗号前面的行位置,你放的是
which.min(CPU_prices$Price),这个是找Price列最小值的行号,这部分本身逻辑没问题 - 逗号后面的列位置,你错放成了
which.max(CPU_prices$"Speed")——这个函数的输入是Speed列的整列向量,返回的是Speed列里最大值所在的行号,根本不是可以用来定位列的有效参数
举个实际场景:如果你的数据集一共只有10列,而Speed最高的CPU在第63行,那which.max(CPU_prices$Speed)就会返回63,你拿63当列号去取数,直接超出了数据框的列范围,最后只会输出NA类的无效值,完全偏离“定位同一条同时满足价格最低、主频最高的CPU观测”的目标。
可落地的调整代码
根据实际查询需求,可选择以下两种逻辑实现:
常用业务逻辑:在所有最低价CPU中筛选主频最高的条目
这是绝大多数场景下的实际查询目标——入门级低价CPU不会天然搭载最高主频,真实数据集几乎不存在“全表最低价+全表最高主频”的孤立条目,因此更合理的逻辑是先筛选所有达到全表最低价格的CPU,再从这个子集里挑出主频最高的记录:
# 适配已加载的tidyverse环境的dplyr写法 CPU_prices %>% # 剔除价格列空值,筛选所有达到全表最低价的CPU filter(Price == min(Price, na.rm = TRUE)) %>% # 从最低价子集中,筛选出所有主频最高的CPU filter(Speed == max(Speed, na.rm = TRUE))
如果偏好基础R写法,等价逻辑为:
# 先定位所有最低价CPU的行号 low_price_rows <- which(CPU_prices$Price == min(CPU_prices$Price, na.rm = TRUE)) low_price_subset <- CPU_prices[low_price_rows, ] # 从低价子集中取主频最高的条目 low_price_subset[which.max(low_price_subset$Speed), ]
严格极值匹配逻辑:查找同时为全表价格最低、全表主频最高的记录
如果确认数据集存在这类极端匹配的条目,可以直接按行筛选两个条件的交集,一次性定位目标行:
# 用逻辑判断筛选同时满足两个极值条件的行,保留所有列 CPU_prices[CPU_prices$Price == min(CPU_prices$Price, na.rm = TRUE) & CPU_prices$Speed == max(CPU_prices$Speed, na.rm = TRUE), ]
提示:这类严格双极值的查询在真实硬件价格数据集里大概率返回空值,可根据实际业务需求选择对应逻辑。
内容的提问来源于stack exchange,提问作者M777
相关产品推荐
相关产品推荐

