使用汇总后检索丢弃的列答案

【问题标题】：Retrieve discarded column after using summarise使用汇总后检索丢弃的列
【发布时间】：2020-03-23 23:04:23
【问题描述】：

我正在选择航班的前 10 个目的地，以及前往那里的航班数量。为了实现这一点，我需要使用 summarise，它会丢弃我在 group_by(..) 中未提及的所有内容。

稍后我需要 origin 列，但我无法再检索此列，因为它与其他列一起被丢弃。为了保留origin，我似乎需要在group_by(..) 中提及它，但我不希望这样，因为我的结果会不正确。如何获取这 10 大航班的始发地？

library(tidyverse)
library(nycflights13)

(newFlights<- flights %>% 
    group_by("Destination" = dest) %>% 
    summarise("AllFlights" = n()) %>% 
    arrange(desc(AllFlights)) %>% top_n(10))

【问题讨论】：

您希望在每种情况下的起源是什么？由于起点不同，您无法再将特定起点分配给特定目的地
我知道，这就是为什么我要寻求有关如何保持原点的帮助
再次：您的预期结果是什么？请在您的问题中提供它
如果要保留旧列，为什么要使用摘要？你也可以在 mutate 中做同样的事情。当然，您会在 allflights 列中获得重复的观察结果，但是对于您的 top_n 选择，您可以简单地对其进行过滤。
对不起，误会你了。我的任务只是询问前 10 个目的地是什么，以及飞往这些目的地的航班数量。下一个任务告诉我创建一个条形图，说明从起点到前十个目的地的航班数量。这就是麻烦来的时候，因为我已经没有起源了。

标签： r

【解决方案1】：

您希望在对group_by() 的调用中包含origin。 See documentation:

newFlights <- as.data.frame(flights %>% 
  group_by(origin, dest)%>%
  summarize("AllFlights" = n()) %>%
  arrange(desc(AllFlights))  %>%
  top_n(10)
)

head(newFlights, 10)

给你：

   origin dest AllFlights
1     JFK  LAX      11262
2     LGA  ATL      10263
3     LGA  ORD       8857
4     JFK  SFO       8204
5     LGA  CLT       6168
6     EWR  ORD       6100
7     JFK  BOS       5898
8     LGA  MIA       5781
9     JFK  MCO       5464
10    EWR  BOS       5327

【讨论】：

您按原产地分组，我认为这给出了错误的结果。首选目的地是：ORD，有 17283 航班飞往该目的地
不用等待，实际上这可能是正确的。这是我一开始做的，然后放弃了，但我认为你是对的
我不认为 add=TRUE 是必要的
是的 - 你是对的。在这里玩得更多，您只需在对group_by() 的调用中包含“起源”。 ORD 的数字较少（不包括起点时的首选目的地），因为有多个起点到达该目的地……换句话说，您必须在这里考虑起点和终点在表中是链接的……希望那是有道理的。编辑了反映的答案-仍然对您有用，对吗？
add = TRUE 与此解决方案无关。如果您已经以某种方式对数据框进行了分组，这只会产生影响。然后分组就会加起来。