【R小技巧】实现分组筛选第1条、最后一条、或第n条记录

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

这里分享一个R小技巧：实现分组筛选第1条、最后一条、或第n条记录。平时可能经常遇到一种问题，比如在不同省份不同性别中选取最近登录的记录，实质就是对省份、性别、登录时间排序，并选择最后一条记录，在sas、python甚至sql都有相关的函数可以快速实现该功能，比如sas有last/first，而R实现起来就比较麻烦，当然可以用sql的group by也是可以的，这里分享另一个技巧，搜索全网别无二家哦。
     简单结合order、aggregate函数和dplyr即可实现，代码如下：

1. library(dplyr)
   
2. # 分组排序
   
3. temp = iris[order(iris$Species, iris$Petal.Width), ]
   
4. # 先用attach函数把temp的列变量名称加入到变量搜索范围内
   
5. attach(temp)
   
6. # 选择每组最后一条记录
   
7. temp1 = aggregate(temp, by=list(Species, Petal.Width)
   
8.                   ,FUN = last)
   
9. # 选择每组第一条记录
   
10. temp2 = aggregate(temp, by=list(Species, Petal.Width)
    
11.                   ,FUN = first)
    
12. # 选择每组第n=2条记录
    
13. temp3 = aggregate(temp, by=list(Species, Petal.Width)
    
14.                   ,FUN = nth, n=2)

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：搜索范围 不同性别 快速实现 不同性 变量名

补充一下，这个好像效率比较低，sql还快一些

分享一个dplyr的方法，共同学习

1. top_2_by_Sepal_Width <- iris %>%
   
2.   group_by(Species) %>%
   
3.   arrange(desc(Sepal.Width)) %>%
   
4.   top_n(n=2,wt=Sepal.Width) %>%
   
5.   top_n(n=-1,wt=Sepal.Width)

复制代码

上面的方法不够简练，这个似乎更好一些：

1. top_2_by_Sepal_Width <- iris %>%
   
2.   group_by(Species) %>%
   
3.   arrange(desc(Sepal.Width)) %>%
   
4.   filter(Sepal.Width==nth(Sepal.Width,2))

复制代码

felixzhao123 发表于 2018-8-16 09:04
上面的方法不够简练，这个似乎更好一些：

尝试了一下，这样筛选的会把重复的选进去

Pandas有没有类似这种的，分组后筛选第一条或前几条的功能