R中的条件摘要：MaxSum

Question

我会在比 R 中的示例更大的数据集中拥有一个作者数据框，我希望获得更好的描述性。我知道（有点）如何获得maxsum，但我怎样才能获得唯一作者的最大摘要，例如前 2 位最常见的作者除外？ 我会怎样？能够确定新的maxsum 吗？ 我如何获得新的maxsum 将是 3 而不是它的输出的实际摘要？

我基本上是在寻找有条件的方法来汇总我的数据。有人可以在这个部门帮助我吗？

dat <- data.frame(author=c("a", "b", "c", "d", "a", "b", "c", "d", "e", "a", "a", "a","a", "a", "c","c","c","c"),Post=c("one", "one", "one", "one", "one", "one", "one", "one", "one", "one","one", "one","one", "one","one", "one","one", "one"))
authors <-dat[,1]
author_vec <- (authors)
length(unique(author_vec)) #5
ex_s <- summary(as.factor(neg.author_vec),maxsum=5)

Answer 1

这是使用plyr 库的方法：

require(plyr)
temp <- ddply(dat, ~author, summarise, sum=length(author))
temp <- temp[order(-temp$sum), ][3:nrow(temp), ]

> temp
  author sum
2      b   2
4      d   2
5      e   1

作者 a 和 c 已被删除，因为他们是数据集中出现频率最高的两位作者。

Answer 2

不清楚在排除前 2 个之后您期望有多少。这假设您想要接下来的三个频率（因为您说您了解 maxsum 的作用）。如果你想要接下来的五个，那么在你当前的 maxsum 中添加两个::

ex_s <- sort(summary(author_vec,maxsum=5), decreasing=TRUE)[-(1:2)]
ex_s
#------
b d e 
2 2 1