仅从 grouped/sorted 数据中选择前 n 个值

Question

我有一个包含 4 个组的数据框（由第 1 列中的类别 "a" 和 "b" 以及第 2 列中的类别 "X" 和 "Y" 定义）。我想根据第 4 列中的值对第 3 列中的属性进行排名，但特别是在第 1 列和第 2 列（AX、AY、BX、BY）的组内，然后 select 仅前 n 个（例如， n = 2) 每组的值。

arrange(col1, col2, desc(col4)) 用于排列数据，但由于数据未在技术上分组，因此 top_n return 等函数只是整个列表的前 n 个值。我考虑过使用 slice_max，但无法在我的受限网络上从 GitHub 安装测试版 dplyr。什么是最好的方法？

原始数据：

col1    col2    col3    col4
a       X       pat     1
b       Y       dog     2
b       X       leg     3
a       X       hog     4                   
b       Y       egg     5
a       Y       log     6
b       X       map     7
b       Y       ice     8
b       X       mat     9
a       Y       sat     10

arrange(col1, col2, desc(col4)) 给出

col1    col2    col3    col4
a       X       hog     4
a       X       pat     1
a       Y       sat     10
a       Y       log     6                   
b       X       mat     9
b       X       map     7
b       X       leg     3
b       Y       ice     8
b       Y       egg     5
b       Y       dog     2

但我不知道如何将其过滤到仅显示前 2 个值。

（下面的示例输入代码）

col1 <- c('a','b','b','a','b','a','b','b','b','a')
col2 <- c('X','Y','X','X','Y','Y','X','Y','X','Y')
col3 <- c('pat','dog','leg','hog','egg','log','map','ice','mat','sat')
col4 <- c(1,2,3,4,5,6,7,8,9,10)

df <- data.frame(col1,col2,col3,col4)

colA <- c('a','a','a','a','b','b','b','b','b','b')
colB <- c('X','X','Y','Y','X','X','X','Y','Y','Y')
colC <- c('hog','pat','sat','log','mat','map','leg','ice','egg','dog')
colD <- c(4,1,10,6,9,7,3,8,5,2)

df1 <- data.frame(colA,colB,colC,colD)

Answer 1

我们可以在按'colA'、'colB'

分组后使用top_n

library(dplyr)
df %>% 
     group_by(colA, colB) %>%
     top_n(2)

仅从 grouped/sorted 数据中选择前 n 个值

Selecting only the top n values from grouped/sorted data

grouping

r

ranking

dplyr