Top_n 返回最大值和最小值 - R

Posted 2023-03-31

【中文标题】Top_n 返回最大值和最小值 - R

【英文标题】：Top_n return both max and min value - R

【发布时间】：2020-01-23 21:43:34

【问题描述】：

top_n() 命令是否可以同时返回最大值和最小值？

使用参考页面https://dplyr.tidyverse.org/reference/top_n.html中的示例

我尝试了以下

df <- data.frame(x = c(10, 4, 1, 6, 3, 1, 1)) 
df %>% top_n(c(1,-1)) ## returns an error

df <- data.frame(x = c(10, 4, 1, 6, 3, 1, 1)) 
df %>% top_n(1) %>%  top_n(-1) ## returns only max value

谢谢

【问题讨论】：

为什么不能使用summarise(max_x = max(x), min_x = min(x))？

【参考方案1】：

不涉及top_n()，但你可以试试：

df %>%
 arrange(x) %>%
 slice(c(1, n()))

   x
1  1
2 10

或者：

df %>%
 slice(which(x == max(x) | x == min(x))) %>%
 distinct()

或者（由@Gregor提供）：

df %>%
 slice(c(which.min(x), which.max(x)))

【讨论】：

类似，df %>% slice(which.max(x), which.min(x)) 表示您不需要distinct。 （虽然它没有给你省略distinct的选项）

@Gregor - 让莫妮卡恢复正常，谢谢 :)

【参考方案2】：

类似于@Jakub 对purrr::map_dfr 的回答的想法

library(tidyverse) # dplyr and purrrr for map_dfr

df %>% 
  map_dfr(c(1, -1), top_n, wt = x, x = .)
#    x
# 1 10
# 2  1
# 3  1
# 4  1

【参考方案3】：

这是top_n 的一个选项，其中我们传递一个基于逻辑向量，使用range 为最小值/最大值返回TRUE，然后获取distinct 行，因为范围存在关联，即存在重复元素

library(dplyr)
df %>% 
   top_n(x %in% range(x), 1) %>%
   distinct
#   x
#1 10
#2  1

【参考方案4】：

我喜欢@tmfmnk 的回答。如果你想使用 top_n 函数，你可以这样做：

df <- data.frame(x = c(10, 4, 1, 6, 3, 1, 1))

bind_rows(
  df %>% top_n(1),
  df %>% top_n(-1)
)

# this solution addresses the specification in comments
df %>%
  group_by(y) %>%
  summarise(min = min(x),
            max = max(x),
            average = mean(x))

【讨论】：

感谢您的所有回答！事实上，我的数据集有点复杂，例如 df % group_by(y) %>% summarise(average = mean(x)) 我想得到最大值和平均值以及它所属的组的适当标签，它适用于您的解决方案

也可以用pipeR稍作改动，即df %>>% (~ mx = top_n(., 1)) %>% top_n(-1) %>% bind_rows(mx, .)

我试图为您提供一个替代解决方案，让您拥有最小值、最大值和平均值以及标签。如果需要，您可以使用 collect 进行行转换。