apply 函数和 top_n 不能很好地协同工作答案

【问题标题】：apply function and top_n doesn't work well togetherapply 函数和 top_n 不能很好地协同工作
【发布时间】：2020-06-02 21:37:11
【问题描述】：

我在 R 中有一个简单的数据框 df：

year, var1, var2, var3
1990, 23, 1, 133
1991, 25, 3, 120
1992, 28, 2, 110
...

数据持续数百行。

我想在 R 中使用 apply() 和 top_n() 为 var1、var2、var3 选择前 10 个值，如下所示：

df %>%
 select(var1, var2, var3) %>%
 apply(2, top_n(10), na.rm = TRUE)

但我得到了错误： Error in UseMethod("tbl_vars"): no applicable method for "tbl_vars" applied to an object of class "c('double', 'numeric')"

我认为apply 可以帮助我避免使用 for 循环逐个变量地获取前 10 个值，但我无法这样做。

这似乎是一个简单的问题，但我在网上没有找到好的答案。有什么想法吗？

【问题讨论】：

标签： r dplyr apply

【解决方案1】：

top_n 需要一个 data.frame 作为输入，而当我们使用 apply、MARGIN = 2 进行循环时，它会遍历每一列，即 vector

library(purrr)
library(dplyr)
map_dfc(c('var1', 'var2', 'var3'), ~ df %>%
                                 select(.x) %>%
                                 top_n(10) %>%
                                  slice(seq_len(10)))

另外，根据?top_n，被slice_max/slice_min取代

map(c('var1', 'var2', 'var3'), ~ df %>%
                                 select(.x) %>%
                                 slice_max(!! rlang::sym(.x), n = 10))

使用iris 的可重现示例

map_dfc(names(iris)[1:4], ~
          iris %>% 
              select(.x) %>% 
              top_n(10) %>% 
              slice(seq_len(10)))

map(names(iris)[1:4], ~
          iris %>% 
              select(.x) %>% 
              slice_max(!! rlang::sym(.x), n = 10))

或者summariseacross和sort

library(tidyr)
df %>%
     summarise(across(starts_with('var'), ~ 
       list(head(sort(., decreasing = TRUE), 10)))) %>%
     unnest(c(everything())

【讨论】：

【解决方案2】：

通常，最好有长格式的数据，这样可以很容易地进行此类操作。

您可以使用pivot_longer 获取长格式数据，然后对于每一列，您可以根据列中的值选择前 10 个值。

library(dplyr)
df %>% tidyr::pivot_longer(cols = -year) %>% group_by(name) %>%  top_n(10, value)

【讨论】：