[英]Selecting only the top n values from grouped/sorted data
我有一個包含 4 個組的數據框(由第 1 列中的類別“a”和“b”以及第 2 列中的類別“X”和“Y”定義)。 我想通過它們在第 4 列中的值對第 3 列中的屬性進行排名,但特別是在第 1 列和第 2 列(AX、AY、BX、BY)中的組內,然后是 select 僅前 n (例如,n = 2)每個組的值。
arrange(col1, col2, desc(col4))
用於排列數據,但由於數據在技術上沒有分組,所以像top_n
這樣的函數只返回整個列表的前 n 個值。 我想過使用slice_max
但無法在我的受限網絡上從 GitHub 安裝 dplyr 的 beta 版本。 最好的方法是什么?
原始數據:
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))
給出
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
但我無法弄清楚如何將其過濾到前 2 個值。
(下面的示例輸入代碼)
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)
我們可以在按'colA','colB'分組后使用top_n
library(dplyr)
df %>%
group_by(colA, colB) %>%
top_n(2)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.