如何使用dplyr获得每组的顶级案例？

我有一个包含3列的数据表：ID、Type和Count。对于每个ID，我希望得到该ID中计数最多的2个类型，并将结果平铺成一行。例如，如果我的数据表如下所示：

ID   Type   Count
A    1      8
B    1      3
A    2      5
A    3      2
B    2      1
B    3      4

ID   Top1Type   Top1TypeCount  Top2Type   Top2TypeCount
A    1          8              2          5
B    3          4              1          3

然后我希望我的输出是两行，如下所示：

ID   Type   Count
A    1      8
B    1      3
A    2      5
A    3      2
B    2      1
B    3      4

ID   Top1Type   Top1TypeCount  Top2Type   Top2TypeCount
A    1          8              2          5
B    3          4              1          3

---

有人能告诉我如何使用R中的dplyr库来实现这一点吗？非常感谢。

最好将数据保存在长/整齐的格式中。要实现这一点，您可以使用：

df1 %>% group_by(ID) %>% top_n(2, Count) %>% arrange(ID)

其中：

      ID  Type Count
  (fctr) (int) (int)
1      A     1     8
2      A     2     5
3      B     1     3
4      B     3     4

---

当有联系时，可以使用“切片”为每组选择相等数量的观察值：

# some example data
df2 <- structure(list(ID = structure(c(1L, 2L, 1L, 1L, 2L, 2L), .Label = c("A", "B"), class = "factor"), 
                      Type = c(1L, 1L, 2L, 3L, 2L, 3L), 
                      Count = c(8L, 3L, 8L, 8L, 1L, 4L)), 
                 .Names = c("ID", "Type", "Count"), class = "data.frame", row.names = c(NA, -6L))

给出：

      ID  Type Count
  (fctr) (int) (int)
1      A     1     8
2      A     2     8
3      A     3     8
4      B     1     3
5      B     3     4

      ID  Type Count
  (fctr) (int) (int)
1      A     1     8
2      A     2     8
3      B     1     3
4      B     3     4

使用

slice（）

：

给出：

      ID  Type Count
  (fctr) (int) (int)
1      A     1     8
2      A     2     8
3      A     3     8
4      B     1     3
5      B     3     4

      ID  Type Count
  (fctr) (int) (int)
1      A     1     8
2      A     2     8
3      B     1     3
4      B     3     4

使用

arrange

可以确定案例的顺序，从而确定由

slice

选择的案例。以下是：

df2 %>% group_by(ID) %>% top_n(2, Count) %>% arrange(ID, -Type) %>% slice(1:2)

给出以下结果：

      ID  Type Count
  (fctr) (int) (int)
1      A     3     8
2      A     2     8
3      B     3     4
4      B     1     3

---

使用

data.table

，我们将“data.frame”转换为“data.table”（

setDT（df1）

），按“ID”分组，我们

order

按降序排列“Count”，将前两行（

head（.SD，2）

）。然后，我们创建一个按“ID”分组的序列列（“N”），并从“long”到“wide”

dcast

。

data.table

dcast

可以包含多个

value.var

列

library(data.table)#v1.9.6+
DT <- setDT(df1)[order(-Count), head(.SD, 2) , by = ID]
DT[, N:= 1:.N, by = ID]

dcast(DT, ID~paste0('Top', N), 
            value.var=c('Type', 'Count'), fill = 0)
#    ID Type_Top1 Type_Top2 Count_Top1 Count_Top2
#1:  A         1         2          8          5
#2:  B         3         1          4          3

library（data.table）#v1.9.6+
DT使用
top\u n
选择top
n
案例感谢您的帮助。感谢您的帮助akrun，它可以工作感谢Jaap提供的解决方案。通过使用top_n函数，如果计数中有ties，那么将返回所有ties，有没有办法只返回两种类型？@Carter我添加了一个示例，说明如何使用
slice（）
，该示例可用于为每个组选择相同数量的案例