Come selezionare i primi n valori per gruppo in r
È possibile utilizzare uno dei seguenti metodi per selezionare i primi N valori per gruppo in R:
Metodo 1: seleziona i primi N valori per gruppo (ignora i valori di parità)
library (dplyr) #select top 5 values by group df %>% arrange(desc(values_column)) %>% group_by(group_column) %>% slice(1:5)
Metodo 2: seleziona i primi N valori per gruppo (includi legami)
library (dplyr) #select top 5 values by group df %>% group_by(group_column) %>% top_n(5, values_column)
Gli esempi seguenti mostrano come utilizzare ciascun metodo con il seguente frame di dati in R:
#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
points=c(19, 22, 15, NA, 14, 25, 25, 25),
rebounds=c(10, 6, 3, 7, 11, 13, 9, 12))
#view data frame
df
team points rebounds
1 A 19 10
2 to 22 6
3 to 15 3
4 A NA 7
5 B 14 11
6 B 25 13
7 B 25 9
8 B 25 12
Esempio 1: seleziona i primi N valori per gruppo (ignora i valori di parità)
Il codice seguente mostra come selezionare le prime 2 righe con i valori di punteggio più alti, raggruppate per squadra:
library (dplyr) #select top 2 rows with highest points values, grouped by team df %>% arrange(desc(points)) %>% group_by(team) %>% slice(1:2) # A tibble: 4 x 3 # Groups: team [2] team points rebounds 1 to 22 6 2 A 19 10 3 B 25 13 4 B 25 9
Il risultato contiene le due righe con i valori di punti più alti per ciascuna squadra.
Tieni presente che per la squadra B, in realtà c’erano tre righe che corrispondevano al valore del punto più alto ( 25 ), ma nell’output vengono restituite solo due righe.
Questo metodo ignora semplicemente i collegamenti.
Esempio 2: seleziona i primi N valori per gruppo (includi i pari merito)
Il codice seguente mostra come selezionare le prime 2 righe con i valori di punteggio più alti, raggruppate per squadra:
library (dplyr) #select top 2 rows with highest points values, grouped by team df %>% group_by(team) %>% top_n(2, dots) # A tibble: 5 x 3 # Groups: team [2] team points rebounds 1 A 19 10 2 to 22 6 3 B 25 13 4 B 25 9 5 B 25 12
Il risultato contiene le due righe con i valori di punti più alti per ciascuna squadra.
Tieni presente che per la squadra B, tre linee avevano il punteggio più alto ( 25 ), quindi questo metodo includeva quelle tre linee nel risultato finale.
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre operazioni comuni in R:
Come selezionare le righe in cui il valore appare in qualsiasi colonna in R
Come selezionare colonne specifiche in R
Come selezionare le colonne per indice in R