`top_n()` 是否适用于 <Date> 数据类类型？答案

【问题标题】：Does `top_n()` work for <Date> data class types?`top_n()` 是否适用于 <Date> 数据类类型？
【发布时间】：2019-10-25 21:32:44
【问题描述】：

set.seed(1)
library(tidyverse)
df <- tibble(col1 = c(rep("a", 4), c(rep("b", 4))),
             col2 = as.Date(c("2019-01-01", "2019-02-01", "2019-03-01", 
                              "2019-04-01", "2019-01-01", "2019-02-01", 
                              "2019-03-01", "2019-04-01")),
             col3 = runif(8))
#> # A tibble: 8 x 3
#>   col1  col2        col3
#>   <chr> <date>     <dbl>
#> 1 a     2019-01-01 0.266
#> 2 a     2019-02-01 0.372
#> 3 a     2019-03-01 0.573
#> 4 a     2019-04-01 0.908
#> 5 b     2019-01-01 0.202
#> 6 b     2019-02-01 0.898
#> 7 b     2019-03-01 0.945
#> 8 b     2019-04-01 0.661

我想从上面数据框中的每个组中过滤掉最新的月份（过滤掉 2019-04-01）。我认为下面的dplyr 代码可以解决问题。但是dplyr::top_n() 似乎没有在我的col2 上工作。是因为col2 是“日期”类吗？奇怪的警告是怎么回事？最后，一旦我得到某种类型的工作代码，我可以使用dplyr::top_n(-1, col2) 而不是dplyr::top_n(3, col2) 来摆脱最大值吗？

df %>% group_by(col1) %>% top_n(col2, 3)
#> # A tibble: 8 x 3
#> # Groups:   col1 [2]
#>   col1  col2         col3
#>   <chr> <date>      <dbl>
#> 1 a     2019-01-01 0.629 
#> 2 a     2019-02-01 0.0618
#> 3 a     2019-03-01 0.206 
#> 4 a     2019-04-01 0.177 
#> 5 b     2019-01-01 0.687 
#> 6 b     2019-02-01 0.384 
#> 7 b     2019-03-01 0.770 
#> 8 b     2019-04-01 0.498 
#> Warning messages:
#> 1: In if (n > 0) { :
#>   the condition has length > 1 and only the first element will be used
#> 2: In if (n > 0) { :
#>   the condition has length > 1 and only the first element will be used

【问题讨论】：

您使用的参数顺序错误。使用top_n(3, col2) 更正顺序或将参数命名为top_n(wt = col2, n = 3)。否定的n 将从底部选择，有关详细信息，请参阅?top_n。
...所以你可以做top_n(-(n() - 1), wt)。但我可能会改用... %>% arrange(col2) %>% slice(-1)。对于slice，负索引被移除。看起来更清晰了。
@Gregor 谢谢，为什么top_n(iris, 5, Sepal.Width) 返回六个结果，而它只是“前 5”？奇怪。
再次，我会将您指向帮助页面?top_n。 “请注意，我们在这里获得了超过 2 个值，因为存在平局：top_n() 要么接受所有具有值的行，要么不接受。”
@Gregor 抱歉，当我查看时我没有注意到3.9 的两个值。认为它们是六个独特的价值。谢谢。

标签： r dplyr

【解决方案1】：

感谢@Gregor，我只是把订单颠倒了。

df %>% group_by(col1) %>% top_n(col2, 3)  # wrong order

应该是：

df %>% group_by(col1) %>% top_n(3, col2)  # right order

或者我可以彻底地为这些论点命名：

df %>% group_by(col1) %>% top_n(wt = col2, n = 3)

【讨论】：