我有一个包含 4 个组的数据框(由第 1 列中的类别“a”和“b”以及第 2 列中的类别“X”和“Y”定义)。我想根据第 4 列中的值对第 3 列中的属性进行排名,但特别是在第 1 列和第 2 列中的组内(AX、AY、BX、BY),然后仅选择前 n 个(例如,n = 2)每个组的值。
arrange(col1, col2, desc(col4))
用于排列数据,但由于数据在技术上并未分组,因此像 top_n
这样的函数仅返回顶部整个列表的 n 个值。我想过使用 slice_max
但无法在我的受限网络上安装来自 GitHub 的 dplyr 测试版。最好的方法是什么?
原始数据:
col1 col2 col3 col4
a X pat 1
b Y dog 2
b X leg 3
a X hog 4
b Y egg 5
a Y log 6
b X map 7
b Y ice 8
b X mat 9
a Y sat 10
arrange(col1, col2, desc(col4))
给出
col1 col2 col3 col4
a X hog 4
a X pat 1
a Y sat 10
a Y log 6
b X mat 9
b X map 7
b X leg 3
b Y ice 8
b Y egg 5
b Y dog 2
但我不知道如何将其过滤为仅前 2 个值。
(下面的输入代码示例)
col1 <- c('a','b','b','a','b','a','b','b','b','a')
col2 <- c('X','Y','X','X','Y','Y','X','Y','X','Y')
col3 <- c('pat','dog','leg','hog','egg','log','map','ice','mat','sat')
col4 <- c(1,2,3,4,5,6,7,8,9,10)
df <- data.frame(col1,col2,col3,col4)
colA <- c('a','a','a','a','b','b','b','b','b','b')
colB <- c('X','X','Y','Y','X','X','X','Y','Y','Y')
colC <- c('hog','pat','sat','log','mat','map','leg','ice','egg','dog')
colD <- c(4,1,10,6,9,7,3,8,5,2)
df1 <- data.frame(colA,colB,colC,colD)
最佳答案
我们可以在按“colA”、“colB”分组后使用top_n
library(dplyr)
df %>%
group_by(colA, colB) %>%
top_n(2)
关于r - 仅从分组/排序数据中选择前 n 个值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61432341/