中的R用选择功能错误[复制](Error using select function in R [d

这个问题已经在这里有一个答案：

计数5个的可变的最高值 2个答案

我想这首歌是用户的播放最频繁。这三个领域我想在csv文件的用户id，songId和playCount但选择功能给了一个错误：

write.csv(group_by(mydata,userId) %.%
summarise(one=max(playCount)) %.%
select(userId,songId,playCount), file="FavouriteSongs.csv")

Error in eval(expr, envir, enclos) : object 'songId' not found

该数据的一个例子是这样的

userId      songId            playCount
A           568r              85
A           711g              18
C           34n               18
E           454j              65
D           663a              72
B           35d               84
A           34c               72
A           982s              65
E           433f              11
A           565t              7

提前致谢

Answer 1:

在您链的序列dplyr操作， summarise通话将产生两列：分组变量和汇总函数的结果。

df %.%
  group_by(userId) %.%
  summarise(
    one = max(playCount))

# Source: local data frame [5 x 2]
# 
#   userId one
# 1      A  85
# 2      B  84
# 3      C  18
# 4      D  72
# 5      E  65

当您然后尝试select从所产生的数据帧中的songID变量summarise中，songID变量是找不到的。

df %.%
  group_by(userId) %.%
  summarise(
    one = max(playCount)) %.%
  select(userId, songId, playCount)
# Error in eval(expr, envir, enclos) : object 'songId' not found

更合适的dplyr在这种情况下的功能是filter 。在这里，我们选择行，其中的条件playCount == max(playCount)是TRUE各组内。

df %.%
  group_by(userId) %.%
  filter(
    playCount == max(playCount))

# Source: local data frame [5 x 3]
# Groups: userId
# 
#   userId songId playCount
# 1      A   568r        85
# 2      C    34n        18
# 3      E   454j        65
# 4      D   663a        72
# 5      B    35d        84

你会发现几个不错这里dplyr例子 。

Answer 2:

我不下来票，一般，但这个问题是根本，揭示了没有调查，在一定程度上复制，该解决方案是很容易找到其他地方。

有几种方法来实现这一目标。

而D本data.frame。检索与播放次数最多的歌曲行：

d[d$playCount == max(d$playCount), ]

对于大多数用户玩，试试这个

d <- data.frame(userId = rep(seq(1:5),2) ,    
                songId = letters[1:10],          
                playCount = c(10:19))

> d
   userId songId playCount
1       1      a        10
2       2      b        11
3       3      c        12
4       4      d        13
5       5      e        14
6       1      f        15
7       2      g        16
8       3      h        17
9       4      i        18
10      5      j        19


d2<- d[order(-d$playCount), ]
dout <- d2[!duplicated(d2$userId), ]

> dout
   userId songId playCount
10      5      j        19
9       4      i        18
8       3      h        17
7       2      g        16
6       1      f        15

我真的不明白的反对票。该方法是正确的，是快速，几乎一样快dplyr。具有百万行数据帧尝试它

df <- data.frame(userId = rep(seq(1:5),100000) ,    
                songId = rep(letters[1:10], 100000),          
                playCount = runif(1000000,10,20))

使用@Henrik dplyr方法

system.time(df %.%
  group_by(userId) %.%
  filter(
    playCount == max(playCount)))
Source: local data frame [5 x 3]

组：用户id

  userId songId playCount
1      2      b  19.99995
2      5      j  19.99982
3      1      f  19.99981
4      4      d  19.99995
5      3      h  19.99999

user  system elapsed 
0.08    0.02    0.09

并使用哈德利的方法

df2<- df[order(-df$playCount), ]
dout <- df2[!duplicated(df2$userId), ]
> dout
       userId songId playCount
671528      3      h  19.99999
466824      4      d  19.99995
185512      2      b  19.99995
249190      5      j  19.99982
455746      1      f  19.99981

system.time(dout <- df2[!duplicated(df2$userId), ])

user  system elapsed 
0.13    0.00    0.12

现在，我建议你到赞成票两颗闪亮的办法，从哈德利在这里，并从加文·辛普森在这里。

文章来源: Error using select function in R [duplicate]