R 按具有重复最大值的最大组样本大小筛选数据

使用

iris

数据集，并添加下面创建的

Year

列，我想按

Species

和

Year

分组，以选择

Year

，其中每个

物种的观测次数最多

iris$Year <- c(rep(c("2007", "2008"), each = 25),
               rep(c("2007", "2008"), times = c(10, 40)),
               rep(c("2007", "2008"), times = c(40, 10)))
head(iris)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species Year
1          5.1         3.5          1.4         0.2  setosa 2007
2          4.9         3.0          1.4         0.2  setosa 2007
3          4.7         3.2          1.3         0.2  setosa 2007
4          4.6         3.1          1.5         0.2  setosa 2007
5          5.0         3.6          1.4         0.2  setosa 2007
6          5.4         3.9          1.7         0.4  setosa 2007

你已经走到一半了。你只需要按物种分组，根据你想要保留的东西分类，然后从每个物种中选出最上面一行

iris %>%
  group_by(Species, Year) %>%
  summarise(N = n()) %>%
  group_by(Species) %>%
  arrange(desc(N), Year) %>%
  slice(1)
# # A tibble: 3 x 3
# # Groups:   Species [3]
#      Species  Year     N
#       <fctr> <chr> <int>
# 1     setosa  2007    25
# 2 versicolor  2008    40
# 3  virginica  2007    40

iris%>%
按（物种、年份）划分的组别%>%
总结（N=N（））%>%
组别(种类)%>%
安排（说明（N），年份）%>%
切片（1）
##tibble:3 x 3
##类群：种[3]
#种年N
#         
#1 setosa 2007 25
#2彩色2008 40
#3弗吉尼亚州2007 40

如果你想保持联系而不是打破联系，你可以用
过滤器（N==max（N））
或
过滤器（row_number（）==1）
：-）或：
虹膜%>%count（Species，Year）%%>%arrange（desc（N））%%>%distinct（Species，keep_all=TRUE）
或更易读的
虹膜%>%count（物种，年份）%%>%按（物种）%%>%切片分组（哪个最大（n））
@Frank，我更喜欢明确地说明我的平局，而不是依赖于莫名其妙的排序行为。@Gregor，我增加了清晰性以更好地描述期望的结果，这是
iris
的子集，而不是汇总表的子集。@B.Davis接受我的答案并添加
%>%inner\u join（iris）
，以获得所需的输出。
iris %>%
  group_by(Species, Year) %>%
  summarise(N = n()) %>%
  group_by(Species) %>%
  arrange(desc(N), Year) %>%
  slice(1)
# # A tibble: 3 x 3
# # Groups:   Species [3]
#      Species  Year     N
#       <fctr> <chr> <int>
# 1     setosa  2007    25
# 2 versicolor  2008    40
# 3  virginica  2007    40