r - 如何在 R 中按组和数字提取前 x% 的行？

Question

这个问题已经有答案了:

dplyr - Group by and select TOP x % (5 个回答)

已关闭 3 年前。

假设我有这个数据集(不是我正在使用的原始数据)

data <- data.frame(
  name=c( rep("A",500), rep("B",500), rep("B",500), rep("C",20), rep('D', 100)  ),
  value=c( rnorm(500, 10, 5), rnorm(500, 13, 1), rnorm(500, 18, 1), rnorm(20, 25, 4), rnorm(100, 12, 1) )
)

我希望我的代码

1. 群组名称
2. 按降序排列值
3. 并选择前 30%，但不是按我的 value 变量的值，而是按每个名称的行数

我的代码是这样开始的:

data <- data %>%
 arrange(name, value) %>%

我读过有关 top_frac() 的内容，但据我了解，它选择了值的前 x%。

提前致谢!

Answer 1

这里有一个解决方案。它按 name 组选择前 30% 的值，然后对每组中选择的行进行计数。

library(dplyr)

data %>%
  group_by(name) %>%
  arrange(name, value) %>%
  top_frac(0.30) %>%
  count(name)
#Selecting by value
## A tibble: 4 x 2
## Groups:   name [4]
#  name      n
#  <chr> <int>
#1 A       150
#2 B       300
#3 C         6
#4 D        30

可以看出，这些数字实际上是每组 name 的 30%，

data %>% count(name) %>% mutate(n = n*0.3)
#  name   n
#1    A 150
#2    B 300
#3    C   6
#4    D  30

如果您想要前 30% 的值，而不考虑前值来自哪个组，则必须将上面的代码更改为以下代码。

data %>%
  arrange(name, value) %>%
  top_frac(0.30) %>%
  count(name)
#Selecting by value
#  name   n
#1    A  46
#2    B 420
#3    C  20