排序后对R数据进行子集化答案

【问题标题】：subsetting R data after sorting排序后对R数据进行子集化
【发布时间】：2016-09-28 22:24:15
【问题描述】：

我有一个这样的数据表：

        datetime         EquipmentNumber Count Raw
1: 2012-11-28 16:00:00       100094233     1   2
2: 2012-11-30 10:00:00       100094233     2   2
3: 2012-11-30 11:00:00       100094233     0   0

我想为每个 EquipmentNumber 获得最高的 100 个 Raw 值（有 15 个）

我已经对我的数据进行了降序排序，对于每个EquipmentNumber，如下所示：

vc.sorted <- VisitorCounters[order(EquipmentNumber, -Raw),]

但不知道如何对这些进行子集化，以便有一个数据表显示每个 Raw 的前 100 个值 EquipmentNumber。

感谢您的帮助。

【问题讨论】：

标签： r sorting subset

【解决方案1】：

使用dplyr包可以轻松完成

library(dplyr)
df %>% group_by(Equipmentnumber) %>% arrange(Raw, desc = T) %>% top_n(100)

【讨论】：

【解决方案2】：

我们可以用data.table（因为OP 的数据集是data.table）以紧凑和更快的方式做到这一点。将“data.frame”转换为“data.table”（setDT(VisitorCounters) - 如果不是data.table），按“i”中的“设备编号”和ordering“原始”分组，我们得到head 的前 100 行。

library(data.table)
VisitorCounters[order(-Raw), head(.SD, 100), by = Equipmentnumber]

或使用setorder

setorder(VisitorCounters, Equipmentnumber, -Raw)[, head(.SD, 100), by = Equipmentnumber]

使用可重现的示例

set.seed(24)
dt1 <- data.table(id = rep(1:3, each = 3), value = rnorm(9))
setorder(dt1, id,-value)[, head(.SD, 1), by = id]
#   id     value
#1:  1 0.5365853
#2:  2 0.8474600
#3:  3 0.4445853

【讨论】：

【解决方案3】：

您可以尝试使用order 和by。根据Raw 列对数据框进行排序，然后为每个EquipmentNumber 选择前100 行。

mt <- VisitorCounters[order(VisitorCounters$Raw, decreasing = T), ]
by(mt, mt["EquipmentNumber"], head, n=100)

【讨论】：

是的，抱歉，这是我在这个网站上的第一篇文章。我尝试使用“按”进行排序，但我总是收到一条错误消息。 vc.sorted
检查第一步。 mt 只是分配给已排序 df 的变量。
好的，我用你的代码试过了，对于 mt，错误回来说“df$Raw 中的错误：'closure' 类型的对象不是子集”
@Kiwi95 你的数据集是data.table。一些data.frame 方法不适用于data.table.. 检查我的答案。
是的，这次 mt 工作了，谢谢！但我想我需要用 setkey 来键入我的数据，我会查看 R 帮助