根據dplyr groupby過濾行，匯總輸出

Question

我有一個包含兩列的數據集，都市圈，狀態。 我在dplyr中給出以下命令，

data %>% group_by(metro, State) %>% summarise(count = n())

我得到以下輸出，

metro           State         count 
A                OH            703
A                NJ              3
B                GA           1453
B                CA            456
B                WA            123

我現在想過濾掉數據幀中僅是最大計數的行，而忽略剩余的行。 我需要過濾出相應的行。 過濾掉以下命令的行后的輸出應為：

data %>% group_by(metro, State) %>% summarise(count = n())

   metro           State         count 
    A                OH            703
    B                GA           1453

每個都市圈只有一個狀態，即狀態數最大且剩余的狀態將被刪除。

以下是我的嘗試，

data %>% group_by(metro, State) %>% filter(n() == max(n()))

但是，這再次給出了與輸入相同的數據幀。

有人可以幫我嗎？ 我的輸出應該是每個都市圈都應具有唯一的狀態，該狀態應具有最大數量，其余的狀態條目應被刪除。

謝謝

Answer 1

您需要一個雙階段groupby，首先groupby Metro和state獲得計數，然后groupby metro並過濾掉不等於每個Metro中最大計數的計數：

data1 <- data %>% group_by(metro, State) %>% mutate(count = n()) %>% 
                  group_by(metro) %>% filter(count == max(count))

nrow(data1)

Answer 2

我們也可以使用data.table

library(data.table)
setDT(data)[,  count := .N , .(metro, state)][,  .SD[count == max(count)] , .(metro)]