r - 根据数据框中的其他值，使用 n 按组选择前 n 个值

Question

我对 r 和一般编码还很陌生。非常感谢您的帮助:)

我正在尝试按组选择前 n 个值，其中 n 取决于我的数据框中的另一个值(在下文中称为 factor)。然后，应将所选值按组汇总以计算平均值(d100)。我的目标是为每组获取一个 d100 的值。

(背景:在林业中有一个指标叫做d100，它是每公顷100棵最粗的树木的平均直径。如果采样面积小于1公顷，则需要选择相应地更少的树来计算 d100。这就是因素的目的。)

首先，我尝试将 factor 作为自己的列放入数据框中。然后我想也许有一个像“查找表”这样的东西会有所帮助，因为 R 说，n 必须是一个数字。但我不知道如何创建查找功能。 (请参阅示例代码的最后一部分。)或者在使用它之前总结 df$factor 是否可以解决问题？

示例数据:

(我指出了我不确定如何在 R 中对其进行编码的表达式:“我不知道如何”)

# creating sample data
library(tidyverse)

df <- data.frame(group = c(rep(1, each = 5), rep(2, each = 8), rep(3, each = 10)),
                 BHD = c(rnorm(23, mean = 30, sd = 5)),
                 factor = c(rep(pi*(15/100)^2, each = 5), rep(pi*(20/100)^2, each = 8), rep(pi*(25/100)^2, each = 10))
                )

# group by ID, then select top_n values of df$BHD with n depending on value of df$factor
df %>% 
  group_by(group) %>% 
  slice_max(
    BHD, 
    n = 100*df$factor, 
    with_ties = F) %>% 
  summarise(d100 = mean('sliced values per group'))

# other thought: having a "lookup-table" for the factor like this:
lt <- data.frame(group = c(1, 2, 3),
                 factor = c(pi*(15/100)^2, pi*(20/100)^2, pi*(25/100)^2))

# then
df %>% 
  group_by(group) %>% 
  slice_max(
    BHD, 
    n = 100*lt$factor 'where lt$group == df$group', 
    with_ties = F) %>% 
  summarise(d100 = mean('sliced values per group'))

我已经找到了this回答一个看起来与我相似的问题，但它并没有太大帮助。

Answer 1

由于所有因素值在每个组中都相同，您可以选择任何一个因素值。

library(dplyr)

df %>% 
  group_by(group) %>% 
  top_n(BHD, n = 100* first(factor))  %>%
  ungroup 

#   group   BHD factor
#   <dbl> <dbl>  <dbl>
# 1     1  25.8 0.0707
# 2     1  24.6 0.0707
# 3     1  27.6 0.0707
# 4     1  28.3 0.0707
# 5     1  29.2 0.0707
# 6     2  28.8 0.126 
# 7     2  39.5 0.126 
# 8     2  23.1 0.126 
# 9     2  27.9 0.126 
#10     2  31.7 0.126 
# … with 13 more rows