R中按成员、案例ID分组,用最高支付对应代码替换code列的实现方法
分组替换code值的实现方案
核心逻辑:按member(成员ID)+ caseid(案件ID)双重维度分组,避免不同成员下重复的caseid值造成跨组数据混淆;每组内提取pay值最高的行对应的code,统一覆盖组内所有行的code列值。
tidyverse 实现
适合中等规模数据集开发,代码可读性强:
library(tidyverse) ex1 <- ex %>% # 按成员、案件ID双重分组 group_by(member, caseid) %>% # 直接定位组内pay最高的行,提取对应code覆盖全组的code列 mutate(code = code[which.max(pay)]) %>% ungroup()
- 计算逻辑说明:
which.max(pay)会直接返回组内pay最大值首次出现的行索引,无需提前对组内数据排序,减少不必要的计算开销 - 并列场景适配:如果组内存在多行pay值并列最高的情况,该逻辑默认取最先出现的行的code值,若需要自定义并列取数规则,可自行替换索引判断逻辑
data.table 实现
适配你提到的大规模数据集场景,采用内存原地修改逻辑无冗余数据拷贝,处理速度优势显著:
library(data.table) # 普通数据框转为data.table格式 setDT(ex) # 原地更新code列,无额外深拷贝开销 ex[, code := code[which.max(pay)], by = .(member, caseid)]
- 性能优势说明:当数据集行数达到十万级以上时,data.table的分组操作在内存占用、运行速度上都会比tidyverse方案有明显量级提升,更适合大表生产环境处理
结果验证:以你提供的测试数据为例,两种方案运行后:
- caseid=72的分组:取组内pay最高值(90)对应的code=2270,统一替换组内两行的code值
- caseid=74的分组:仅单行数据,code保持原值2508
- caseid=78的分组:取组内pay最高值(200)对应的code=2984,统一替换组内两行的code值
最终输出结果和你给出的期望ex1完全一致。
内容的提问来源于stack exchange,提问作者vdu12345
相关产品推荐
相关产品推荐

