r - 如何在 dplyr 中提取一个特定组

Question

给定一个分组的 tbl，我可以提取一个/几个组吗？
这样的功能在原型(prototype)代码时很有用，例如:

mtcars %>%
  group_by(cyl) %>%
  select_first_n_groups(2) %>%
  do({'complicated expression'})

当然，可以在分组之前进行显式过滤，但这可能很麻烦。

Answer 1

有点dplyr连同一些嵌套/取消嵌套(由 tidyr 包支持)，您可以建立一个小助手来获取第一个(或任何)组

first = function(x) x %>% nest %>% ungroup %>% slice(1) %>% unnest(data)
mtcars %>% group_by(cyl) %>% first()

通过调整切片，您还可以按索引提取第 n 个或任何范围的组，但通常第一个或最后一个是大多数用户想要的。

这个名字的灵感来自于函数式 API，它们都称之为 first。 (参见标准库，即 kotlin、python、scala、java、spark)。

编辑:更快的版本

避免嵌套的更具可扩展性的版本(在大型数据集上速度快 50 倍)将是

first_group = function(x) x %>%
    select(group_cols()) %>%
    distinct %>%
    ungroup %>%
    slice(1) %>%
    { semi_join(x, .)}

这个改进版本的另一个积极的副作用是，如果 x 中不存在分组，它会失败。 .