R 按分组选择顶部的数据框

我有一个数据框，例如：

set.seed(1)
df <- data.frame(
  sample = 1:50,
  value = runif(50),
  group = c(rep(NA, 20), gl(3, 10)))

set.seed（1）
df%
顶部（10，数值）
样本值组
1      46 0.7973088     3
2      49 0.8108702     3
3      22 0.8394404     1
42 0.8612095纳
5      27 0.8643395     1
6200.8753213纳
7      44 0.8762692     3
8      26 0.8921983     1
911 0.9128759 NA
10     30 0.9606180     1

---

我希望在我的数据框中包括样本36、22、2、20、11和接下来的五个最高值，它们继续符合模式。我如何做到这一点？

我想我已经明白了。这是最好的方式吗：

df_top <- df %>% 
  arrange(-value) %>% 
  group_by(group) %>% 
  filter(ifelse(!is.na(group), value == max(value), value == value)) %>% 
  ungroup() %>%
  top_n(10, value)

# A tibble: 10 x 3
   sample value group
    <int> <dbl> <int>
 1     18 0.992    NA
 2      7 0.945    NA
 3     21 0.935     1
 4      4 0.908    NA
 5      6 0.898    NA
 6     35 0.827     2
 7     41 0.821     3
 8     20 0.777    NA
 9     15 0.770    NA
10     17 0.718    NA

df_top%
排列（-value）%%>%
分组依据（分组）%>%
筛选器（如果其他（！is.na（组），值==max（值），值==value））%>%
解组（）%>%
顶部（10，数值）
#一个tibble:10x3
样本值组
1180.992纳
270.945NA
3     21 0.935     1
4 0.908纳
560.898NA
6     35 0.827     2
7     41 0.821     3
820.777纳
9150.770纳
10170.718纳

使用

切片

而不是

过滤器的类似方法：

library(dplyr)

df_top <- df %>%
  arrange(-value) %>%
  group_by(group) %>%
  slice(if(any(!is.na(group))) 1 else 1:n()) %>%
  ungroup() %>%
  top_n(10, value)

库（dplyr）
df_顶部%
排列（-value）%%>%
分组依据（分组）%>%
切片（如果（任何（！is.na（组）））1其他1:n（））%>%
解组（）%>%
顶部（10，数值）

结果：

# A tibble: 10 x 3
   sample     value group
    <int>     <dbl> <int>
 1     21 0.9347052     1
 2     35 0.8273733     2
 3     41 0.8209463     3
 4     18 0.9919061    NA
 5      7 0.9446753    NA
 6      4 0.9082078    NA
 7      6 0.8983897    NA
 8     20 0.7774452    NA
 9     15 0.7698414    NA
10     17 0.7176185    NA

#一个tible:10 x 3
样本值组
1     21 0.9347052     1
2     35 0.8273733     2
3     41 0.8209463     3
4180.9919061 NA
570.9446753不适用
6.4 0.9082078纳
76 0.8983897 NA
8200.7774452纳
9150.7698414纳
10170.7176185纳
好的。如果你认为你自己的答案是最好的，你可以接受。事实上，我的答案适用于我的例子，但不适用于我的真实数据集；我还不知道为什么。那么，你能提供一个更好地反映真实数据的样本数据集吗？
# A tibble: 10 x 3
   sample     value group
    <int>     <dbl> <int>
 1     21 0.9347052     1
 2     35 0.8273733     2
 3     41 0.8209463     3
 4     18 0.9919061    NA
 5      7 0.9446753    NA
 6      4 0.9082078    NA
 7      6 0.8983897    NA
 8     20 0.7774452    NA
 9     15 0.7698414    NA
10     17 0.7176185    NA