如何通过dplyr获得跨行的所选最大值/最小值(即第二大/最小值)

Question

作为标题，如何通过dplyr获得行间的第二/第三大/最小值？是否有一种优雅的方法来实现它？

a <- data.frame(gp1=c(3:11), gp2=c(1:9), gp3=c(8,8,2,6,6,6,12,12,6))

## the max/min value is very simple
a %>%
    rowwise() %>%
    mutate(max1=max(gp1, gp2, gp3))
#
# # A tibble: 9 × 4
# # Rowwise: 
#     gp1   gp2   gp3  max1
#   <int> <int> <dbl> <dbl>
# 1     3     1     8     8
# 2     4     2     8     8
# 3     5     3     2     5
# 4     6     4     6     6
# 5     7     5     6     7
# 6     8     6     6     8
# 7     9     7    12    12
# 8    10     8    12    12
# 9    11     9     6    11

其结果应与此类似：

#
# # A tibble: 9 × 4
# # Rowwise: 
#     gp1   gp2   gp3  max1   max2  
#   <int> <int> <dbl> <dbl>  <dbl>
# 1     3     1     8     8      3
# 2     4     2     8     8      4
# 3     5     3     2     5      3
# 4     6     4     6     6      6
# 5     7     5     6     7      6
# 6     8     6     6     8      6
# 7     9     7    12    12      9
# 8    10     8    12    12     12
# 9    11     9     6    11      9

Answer 1

您可以使用c_across和sort。这里使用的rev反转了排序的数据，使得选择索引1的最大值、索引2的第二大值变得很容易，等等。

注意，示例输出中的列"max2“在某些行中会出错(我认为在某些情况下您可能包括了"max1”列)。

a %>% 
  rowwise() %>% 
  mutate(
    max1 = max(gp1, gp2, gp3),
    max2 = rev(sort(c_across(c(gp1, gp2, gp3))))[2]
  )

    gp1   gp2   gp3  max1  max2
  <int> <int> <dbl> <dbl> <dbl>
1     3     1     8     8     3
2     4     2     8     8     4
3     5     3     2     5     3
4     6     4     6     6     6
5     7     5     6     7     6
6     8     6     6     8     6
7     9     7    12    12     9
8    10     8    12    12    10
9    11     9     6    11     9

Answer 2

一种不涉及pmap的rowwise解决方案

library(purrr)
a %>% 
  mutate(max1 = pmax(gp1, gp2, gp3),
         max2 = pmap(., ~ rev(sort(c(..1, ..2, ..3)))[2]))

  gp1 gp2 gp3 max1 max2
1   3   1   8    8    3
2   4   2   8    8    4
3   5   3   2    5    3
4   6   4   6    6    6
5   7   5   6    7    6
6   8   6   6    8    6
7   9   7  12   12    9
8  10   8  12   12   10
9  11   9   6   11    9

Answer 3

我相信有一种更短的方法可以实现自动化，但是现在有一个快速的解决方案：

library(dplyr)
library(slider)

a %>%
  rowwise() %>%
  mutate(output = list(slide_dfc(sort(c_across(everything()), decreasing = TRUE), max, .before = 1, .complete = TRUE))) %>%
  unnest_wider(output) %>%
  rename_with(~ sub('\\.+(\\d)', 'Max_\\1', .), contains('.')) %>%
  suppressMessages()

# A tibble: 9 × 5
    gp1   gp2   gp3 Max_1 Max_2
  <int> <int> <dbl> <dbl> <dbl>
1     3     1     8     8     3
2     4     2     8     8     4
3     5     3     2     5     3
4     6     4     6     6     6
5     7     5     6     7     6
6     8     6     6     8     6
7     9     7    12    12     9
8    10     8    12    12    10
9    11     9     6    11     9