如何从数据框中按降序获得前 n 家公司

Posted 2023-03-31

【中文标题】如何从数据框中按降序获得前 n 家公司

【英文标题】：How to get top n companies from a data frame in decreasing order

【发布时间】：2012-08-29 23:27:30

【问题描述】：

我正在尝试从数据框中获取前“n”家公司。下面是我的代码。

data("Forbes2000", package = "HSAUR")
sort(Forbes2000$profits,decreasing=TRUE)

现在我想从这个排序的向量中获得前 50 个观察值。

【参考方案1】：

head 和tail 是非常有用的函数！

head(sort(Forbes2000$profits,decreasing=TRUE), n = 50)

如果你想要data.frame的前50行，那么你可以使用plyr中的arrange函数对data.frame进行排序，然后使用head

library(plyr)

head(arrange(Forbes2000,desc(profits)), n = 50)

请注意，我将 profits 包装在对 desc 的调用中，这意味着它将按降序排序。

不用 plyr 也能工作

head(Forbes2000[order(Forbes2000$profits, decreasing= T),], n = 50)

【参考方案2】：

使用order 对data.frame 进行排序，然后使用head 仅获取前50 行。

data("Forbes2000", package = "HSAUR")
head(Forbes2000[order(Forbes2000$profits, decreasing=TRUE), ], 50)

【参考方案3】：

您可以从dplyr 使用rank。

    library(dplyr)
    top_fifty <- Forbes2000 %>%
         filter(rank(desc(profits))<=50)

这会按降序对您的数据进行排序，并且仅保留排名小于或等于 50 的值（即前 50 名）。 Dplyr 非常有用。命令和链接语法非常容易理解。 10/10 会推荐。

【讨论】：

也可以使用top_n(n = 50, wt = profits) 代替filter(...)

【参考方案4】：

Mnel 是对的，一般来说，您希望使用 head() 和 tail() 函数以及排序函数。我应该提一下，对于中等数据集，Vince 的方法工作得更快。如果你没有使用 head() 或 tail()，那么你可以使用基本的 subsection 调用运算符 []....

 library(plyr)
 x = arrange(Forbes2000,desc(profits))
 x = x[1:50,]
 #Or using Order
 x = Forbes2000[order(Forbes2000$profits, decreasing= T),]
 x = x[1:50,]

但是，我确实推荐使用 head()、tail() 或 filter() 函数，因为常规 [] 运算符假定您的数据以易于绘制的数组或矩阵格式结构化。 （希望这能回答 Teja 的问题）

现在您选择哪种包装很大程度上是主观的。但是阅读人们的cmets，我会说选择使用plyr的arrange（），bases的order（）和utils head（）和tails，或者plyr（）很大程度上取决于内存大小和行大小你的数据集。我可以更详细地介绍 Plyr 和有时 Dplyr 如何在处理大型复杂数据集时遇到问题，但我不想跑题。

附：这是我第一次回答，因此非常感谢您的反馈。