在R中按Brand分组，提取Candy列A、B对应最大值的数据集

Hey Robert, 刚好我之前处理过类似的需求，给你分享几种R里靠谱的实现方式，都能完美达到你要的效果：

下面是三种常用方案，你可以根据自己的习惯和数据规模选择：

方案1：用dplyr（tidyverse风格，可读性拉满） #

这是我平时最常用的写法，步骤清晰，新手也容易理解。首先确保你装了dplyr包：

# 首次使用先安装
install.packages("dplyr")
library(dplyr)

然后一行链操作搞定：

result_dplyr <- candyData %>%
  # 先筛选出Candy为A或B的行，避免多余数据干扰
  filter(Candy %in% c("A", "B")) %>%
  # 按Brand和Candy双重分组，这样每个Brand下的A/B会分开计算
  group_by(Brand, Candy) %>%
  # 计算每组的value最大值，na.rm用来处理可能的缺失值
  summarise(max_value = max(value, na.rm = TRUE)) %>%
  # 取消分组，转成普通数据框方便后续操作
  ungroup()

方案2：用data.table（大数据场景首选，速度超快） #

如果你的candyData行数特别多，data.table的性能优势会很明显，语法也很简洁：

install.packages("data.table")
library(data.table)

# 把普通数据框转成data.table格式
setDT(candyData)

# 直接筛选+分组计算一步到位
result_dt <- candyData[Candy %in% c("A", "B"), 
                       .(max_value = max(value, na.rm = TRUE)), 
                       by = .(Brand, Candy)]

方案3：基础R实现（不用装任何包） #

要是不想额外安装包，用基础R的aggregate函数也能轻松实现：

# 先筛选出需要的Candy类型
filtered_data <- candyData[candyData$Candy %in% c("A", "B"), ]

# 按Brand和Candy分组，计算最大值
result_base <- aggregate(value ~ Brand + Candy, 
                         data = filtered_data, 
                         FUN = function(x) max(x, na.rm = TRUE))

# 把结果列名改成和前面一致的max_value
colnames(result_base)[3] <- "max_value"

结果说明 #

不管用哪种方法，最终得到的数据集都会是你想要的结构：每个Brand对应两行（分别是Candy=A和Candy=B），第三列是对应分组下的value最大值。比如Nestle的条目会出现两次，分别对应A和B的最大值。

另外提一句：na.rm = TRUE是为了处理value列可能存在的NA值，如果你的数据里没有缺失值，这个参数可以去掉~

内容的提问来源于stack exchange，提问作者Robert J