如何在R中按组和数字提取前x％的行？ [复制]

【问题标题】：How to extract the top x% of rows by group and number in R? [duplicate]如何在R中按组和数字提取前x％的行？ [复制]
【发布时间】：2020-07-26 17:20:53
【问题描述】：

假设我有这个数据集（不是我使用的原始数据）

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

组名称
值降序排列
并选择前 30%，但不是按我的 value 变量的值，而是每个 name 的行数

我的代码是这样开始的：

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

我阅读了 top_frac() 但据我了解，它选择了前 x% 的值。

提前致谢！

【问题讨论】：

标签： r group-by dplyr

【解决方案1】：

这里有一个解决方案。它按name 的组选择前 30% 的值，然后计算每个组中选择的行数。

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name每组的30%与

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

如果你想要前 30% 的值，而不考虑前值来自的组，那么上面的代码必须改成下面的代码。

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

【讨论】：