使用 dplyr 选择前 n 个组，然后绘制其他变量答案

【问题标题】：Selecting top n groups with dplyr then plotting other variables使用 dplyr 选择前 n 个组，然后绘制其他变量
【发布时间】：2019-01-18 20:09:10
【问题描述】：

我有一个数据集，我试图通过计算一个类别来仅选择前 n 个类别，然后使用数据集中的其他变量进行绘图——基本上是前 n 个级别的聚合，但需要返回在ggplot 中绘制完整数据。

所以在下面的问题中，我想要两个最常见的examNames，然后按year 的计数对它们进行绘图和facetwrap。

ap <- 
      tribble(
        ~year, ~examName,
        2014, "Statistics",
        2015, "Statistics",
        2016, "Statistics",
        2016, "Statistics",
        2016, "Statistics",
        2016, "Statistics",
        2017, "Statistics",
        2017, "Statistics",
        2017, "Statistics",
        2017, "Statistics",
        2017, "Statistics",
        2013, "Macroeconomics",
        2013, "Macroeconomics",
        2014, "Macroeconomics",
        2015, "Macroeconomics",
        2016, "Macroeconomics",
        2016, "Macroeconomics",
        2016, "Macroeconomics",
        2016, "Macroeconomics",
        2016, "Macroeconomics",
        2017, "Macroeconomics",
        2017, "Macroeconomics",
        2017, "Macroeconomics",
        2017, "Macroeconomics",
        2017, "Macroeconomics",
        2017, "Macroeconomics",
        2013, "Calculus",
        2014, "Calculus",
        2015, "Calculus",
        2016, "Calculus",
        2017, "Calculus",
        2017, "Psychology",
        2017, "Psychology",
        2017, "Psychology",
        2017, "Psychology",
        2017, "Psychology",
        2018, "Psychology",
        2018, "Psychology")


ap_top <- ap %>% 
    count(examName, sort = TRUE) %>% 
    head(2) %>% 
    inner_join(ap, by = "examName") %>% 
    select(-n)

ap_top %>% 
    count(examName, year) %>% 
    ggplot(aes(x = year, y = n, group = examName)) +
    geom_line() +
    facet_wrap(~ examName)

我的想法是让我的前 n 个，然后 inner_join 回到原始数据集。然后使用它进行绘图；本质上使用内部连接作为过滤器。

我知道有更好的方法可以做到这一点，我希望有更优雅的解决方案！我全是耳朵！给出了示例数据集（抱歉，它太长了）。

【问题讨论】：

标签： r ggplot2 dplyr

【解决方案1】：

您不需要inner_join() 我只需在单独的语句中确定前两项考试，然后过滤这些考试。

top_exams <- count(ap, examName) %>% 
  top_n(2, n) %>% pull(examName)

ap %>% 
  filter(examName %in% top_exams) %>% 
  count(year, examName) %>% 
  ggplot(aes(x = year, y = n, group = examName)) +
  geom_line() +
  facet_wrap(~ examName)

【讨论】：

【解决方案2】：

另一种可能性：

ap %>% 
 group_by(examName) %>%
 mutate(temp = n()) %>%
 ungroup() %>%
 mutate(temp = dense_rank(desc(temp))) %>%
 filter(temp %in% c(1,2)) %>%
 select(-temp) %>%
 count(year, examName) %>% 
 ggplot(aes(x = year, y = n, group = examName)) +
 geom_line() +
 facet_wrap(~ examName)

它计算每个“examName”的案例并对计数进行排名。然后，它过滤具有最大和第二大计数的案例。

【讨论】：

这个解决方案的好处是你可以用dense_rank做一些事情，比如在fct_reorder中使用它来在图中进行排序。