使用 add_tally 和 top_n 函数选择 R 中的前几行 [英] Select top rows in R using add_tally and top_n functions

问题描述

我想选择数据框中的前 n 行计算表示变量总和的列 n.例如，使用 mtcars 数据，我想过滤以只保留两个 cylmpg 的最大总和.在下面的例子中，我期待选择 cyl == 4 和 cyl == 8 的所有行.一定很简单，但是我想不通我的错误.

I would like to select the top n rows in a data frame for which I calculated a column n that represents the sum of a variable. For example, using the mtcars data, I would like to filter to keep only the two cyl with the greatest sum of mpg. In the following example, I was expecting to select all rows where cyl == 4 and cyl == 8. It must be simple, but I can not figure out my mistake.

library(tidyverse)

mtcars %>% 
  group_by(cyl) %>% 
  summarise(sum(mpg))
#> # A tibble: 3 x 2
#>     cyl `sum(mpg)`
#>   <dbl>      <dbl>
#> 1     4       293.
#> 2     6       138.
#> 3     8       211.

mtcars %>% 
  group_by(cyl) %>% # Calculate the sum of mpg for each cyl 
  add_tally(mpg, sort = TRUE) %>% 
  ungroup() %>%
  top_n(2, n)
#> # A tibble: 11 x 12
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb     n
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  22.8     4 108      93  3.85  2.32  18.6     1     1     4     1  293.
#>  2  24.4     4 147.     62  3.69  3.19  20       1     0     4     2  293.
#>  3  22.8     4 141.     95  3.92  3.15  22.9     1     0     4     2  293.
#>  4  32.4     4  78.7    66  4.08  2.2   19.5     1     1     4     1  293.
#>  5  30.4     4  75.7    52  4.93  1.62  18.5     1     1     4     2  293.
#>  6  33.9     4  71.1    65  4.22  1.84  19.9     1     1     4     1  293.
#>  7  21.5     4 120.     97  3.7   2.46  20.0     1     0     3     1  293.
#>  8  27.3     4  79      66  4.08  1.94  18.9     1     1     4     1  293.
#>  9  26       4 120.     91  4.43  2.14  16.7     0     1     5     2  293.
#> 10  30.4     4  95.1   113  3.77  1.51  16.9     1     1     5     2  293.
#> 11  21.4     4 121     109  4.11  2.78  18.6     1     1     4     2  293.

^{由 reprex 包 (v0.3.0) 于 2019 年 7 月 26 日创建}

^{Created on 2019-07-26 by the reprex package (v0.3.0)}

推荐答案

top_n 似乎在对 dataframe 进行排序后返回顶部 n 行 > 如果有关系，则返回多于 n 行.它不会返回具有不同顶部 n 值的行.

It seems that top_n returns the top n rows after ordering the dataframe and returns more than n rows if there are ties. It does not return rows with distinct top n values.

来自文档 -

使用

top_n(x, n, wt)

top_n(x, n, wt)

参数

x: 一个 tbl() 来过滤

x: a tbl() to filter

n:要返回的行数.如果 x 被分组，这是每组的行数.将包含多于 n 行，如果有联系.如果 n 为正，则选择前 n 行.如果是否定的，选择底部的 n 行.

n: number of rows to return. If x is grouped, this is the number of rows per group. Will include more than n rows if there are ties. If n is positive, selects the top n rows. If negative, selects the bottom n rows.

你需要，正如@tmfmnk 所建议的那样 -

You need, as suggested by @tmfmnk -

mtcars %>% 
  group_by(cyl) %>% 
  add_tally(mpg, sort = TRUE) %>% 
  ungroup() %>% 
  filter(dense_rank(desc(n)) < 3)

这篇关于使用 add_tally 和 top_n 函数选择 R 中的前几行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！