有没有办法将所有 obs 条件保持在另一列的 top_n 值上

Posted 2023-03-31

【中文标题】有没有办法将所有 obs 条件保持在另一列的 top_n 值上

【英文标题】：is there a way of keeping all obs condtion on top_n value from another column

【发布时间】：2021-04-22 13:02:09

【问题描述】：

我需要找到一种使用 tidyverse 来保留所有 obs 的方法。但从列中过滤除 top_n 值之外的所有其他观察值。

示例：

Name| title      | rank
John| xxxxxx     | 1
John| yyyyyyy    | 1
John| zzzzzz     | 1
max | xxxxxx     | 3
max | yyyyyyy    | 3
max | zzzzzz     | 3
evan| xxxxxx     | 2 
evan| yyyyyyy    | 2
evan| zzzzzz     | 2

然后我想保持 top_n 排名 = 2，并且仍然保持对该排名的所有观察，这样不仅可以取消行

应该是这样的

Name| title      | value
John| xxxxxx     | 100
John| yyyyyyy    | 100
John| zzzzzz     | 100
evan| xxxxxx     | 200 
evan| yyyyyyy    | 200
evan| zzzzzz     | 200

这在 dplyr / tidyverse 中是否可行？

【问题讨论】：

我不太明白你的问题。这个“价值”从何而来？

+ 在上面的评论中，我想补充一下你为什么不过滤rank <3？

我认为 AnilGoyal 的评论是解决这个问题的方法。

【参考方案1】：

如果您事先不知道排名（例如，您的数据如下所示），您可以在组上使用nest，使用slice_min，然后使用unnest。但是在大数据上嵌套和取消嵌套可能会变慢。

library(tidyverse)

df <- tribble(
  ~Name, ~title, ~value,
  "John", "xxxxxx", 100,
  "John", "yyyyyyy", 100,
  "John", "zzzzzz", 100,
  "max", "xxxxxx", 300,
  "max", "yyyyyyy", 300,
  "max", "zzzzzz", 300,
  "evan", "xxxxxx", 200,
  "evan", "yyyyyyy", 200,
  "evan", "zzzzzz", 200
)

df %>% 
  nest(data = c(title)) %>% 
  slice_min(order_by = value, with_ties = TRUE, n = 2) %>% 
  unnest(cols = c(data))
#> # A tibble: 6 x 3
#>   Name  value title  
#>   <chr> <dbl> <chr>  
#> 1 John    100 xxxxxx 
#> 2 John    100 yyyyyyy
#> 3 John    100 zzzzzz 
#> 4 evan    200 xxxxxx 
#> 5 evan    200 yyyyyyy
#> 6 evan    200 zzzzzz

如果你的数据真的这么简单，那么 AnilGoyal 的解决方案是最好的：

library(tidyverse)

df <- tribble(
  ~Name, ~title, ~rank,
  "John", "xxxxxx", 1,
  "John", "yyyyyyy", 1,
  "John", "zzzzzz", 1,
  "max", "xxxxxx", 3,
  "max", "yyyyyyy", 3,
  "max", "zzzzzz", 3,
  "evan", "xxxxxx", 2,
  "evan", "yyyyyyy", 2,
  "evan", "zzzzzz", 2
)

df %>% filter(rank < 3)
#> # A tibble: 6 x 3
#>   Name  title    rank
#>   <chr> <chr>   <dbl>
#> 1 John  xxxxxx      1
#> 2 John  yyyyyyy     1
#> 3 John  zzzzzz      1
#> 4 evan  xxxxxx      2
#> 5 evan  yyyyyyy     2
#> 6 evan  zzzzzz      2

^{由reprex package (v1.0.0) 于 2021 年 4 月 22 日创建}