时间序列：Group_by、Summarize 和 Top_n [重复]答案

【问题标题】：Time Series: Group_by, Summarize and Top_n [duplicate]时间序列：Group_by、Summarize 和 Top_n [重复]
【发布时间】：2020-03-19 18:24:30
【问题描述】：

我希望从时间序列数据中提取前 n 个最大值，例如对于 Jan，显示前 n 个值；对于 2 月，显示前 10 个值等。

#Data set example

df <-  data.frame(
  variables = rep(c("height", "weight", "mass", "IQ", "EQ"), times = 12),
  month = rep(1:12, each = 5),
  values = rnorm(60, 3, 1)
)

head(df, 10)
     variables month   values
1     height     1 1.859971
2     weight     1 3.985432
3       mass     1 4.755852
4         IQ     1 1.507079
5         EQ     1 2.816110
6     height     2 2.394953
7     weight     2 3.256810
8       mass     2 3.776439
9         IQ     2 3.038668
10        EQ     2 3.540750

尝试每月提取前 3 个值，但出现此错误：

df %>% 
  group_by(month) %>% 
  summarise(top.three = top_n(3))

Error in UseMethod("tbl_vars") : 
  no applicable method for 'tbl_vars' applied to an object of class "c('double', 'numeric')"

有人可以建议吗？谢谢。

【问题讨论】：

这会提取每个月的前 3 个值 df %>% group_by(month) %>% top_n(3)，如果您需要每个变量的最高值，请将其添加到您的分组语句中。

标签： r dplyr time-series

【解决方案1】：

当您使用 summarise 时，它会在您的所有列上执行此操作，并且您必须以长度 1 结束。

先按列排序，取前三如何？

df %>% arrange(desc(values)) %>% group_by(month) %>% top_n(wt=values,3)

或者如果您想查看已排序的结果：

df %>% arrange(month,desc(values)) %>% group_by(month) %>% top_n(wt=values,3)

# A tibble: 36 x 3
# Groups:   month [12]
   variables month values
   <fct>     <int>  <dbl>
 1 height        1   5.42
 2 mass          1   3.21
 3 EQ            1   3.19
 4 EQ            2   4.66
 5 weight        2   4.40
 6 IQ            2   3.97
 7 IQ            3   4.73
 8 height        3   3.89
 9 mass          3   3.73
10 IQ            4   3.97

【讨论】：

非常感谢这个解决方案 - 就像一个魅力。因此，如果我正确理解这一点，我的代码中有一部分导致长度大于 1？或许将 Summarize() 与 top_n 一起使用？
在我看来，top_n 不是 summarise-ing 函数，例如 sum 或 mean，所以 summarise 在这里是多余的。正如@StupidWolf 提到的，传递给summarise 的函数需要返回单个值，而top_n（带有n=3）不返回单个值。
嗨@Desmond，很抱歉回复晚了。所以有两个冲突，1. top_n 必须接受一个 tbl 对象作为输入，所以即使你将它作为 summarise(x=top_n(1)) 提供它也不起作用。 2. 正如 ValeriVoev 上面指出的，summary 期望长度为 1 的结果。