以与显示的顺序相同的顺序从一列分组数据中过滤不同值的列表答案

【问题标题】：Filter list of distinct values from one column of grouped data in the same order as it shows以与显示的顺序相同的顺序从一列分组数据中过滤不同值的列表
【发布时间】：2021-03-04 14:53:02
【问题描述】：

我有一个按几个变量分组的数据集，并按其中一个变量降序排列。我想从一列中获取不同值的列表，按照它在分组和降序排序后出现在结果中的顺序。

这是一个示例数据集：

set.seed(42)
id    <- seq_len(10)
city  <- sample(c('Miami', 'Seattle', 'Houston', 'Toronto', 'Tokyo', 'Mumbai', 'Austin'), 10, replace = TRUE)
state <- sample(c('ON', 'WA', 'TX', 'MA'), 10, replace = TRUE)
rent  <- sample(800:1900, 10)

data = data.frame(id, city, state, rent)

我使用三列进行分组，并按降序对总租金进行排序，得到以下结果：

data %>% 
  group_by(id, city, state) %>% 
  summarise(total_rent = sum(rent)) %>% 
  arrange(desc(total_rent))

group_by result

现在，我想要按照上面结果中出现的顺序列出唯一城市值。例如。

Houston
Toronto
Miami
Mumbai
Austin

我试过了：

  group_by(id, city, state) %>% 
  summarise(total_rent = sum(rent)) %>% 
  arrange(desc(total_rent)) %>% 
  slice_max(1)

还有top_n() 和distinct()，但是没有用。我也看到 row_number()could 工作，但我找不到让它适合我的方法。

【问题讨论】：

标签： r dplyr

【解决方案1】：

由于某种原因，完全无法重新创建您的数据，所以我的输出有所不同，但这里有一些快速的方法可以实现您想要的结果：

对您的原始代码进行一些编辑，为我们提供了一个数据框，其中包含按正确顺序排列的正确城市：

library(dplyr)

set.seed(42)

id    <- seq_len(10)
city  <- sample(c('Miami', 'Seattle', 'Houston', 'Toronto', 'Tokyo', 'Mumbai', 'Austin'), 10, replace = TRUE)
state <- sample(c('ON', 'WA', 'TX', 'MA'), 10, replace = TRUE)
rent  <- sample(800:1900, 10)

data  <- data.frame(id, city, state, rent)

data %>% 
  group_by(id, city, state) %>% 
  summarise(total_rent = sum(rent)) %>% 
  group_by(city) %>% 
  slice_max(1) %>% 
  arrange(desc(total_rent)) %>% 
  ungroup()
#> # A tibble: 5 x 4
#>      id city    state total_rent
#>   <int> <chr>   <chr>      <int>
#> 1     1 Miami   MA          1698
#> 2     6 Toronto WA          1659
#> 3     5 Seattle ON          1420
#> 4     2 Tokyo   TX          1400
#> 5    10 Austin  TX          1098

就值而言，pull() / unique() 组合非常好：

data %>% 
  group_by(id, city, state) %>% 
  summarise(total_rent = sum(rent)) %>% 
  arrange(desc(total_rent)) %>% 
  pull(city) %>% 
  unique()
#> [1] "Miami"   "Toronto" "Seattle" "Tokyo"   "Austin"

另一种可能的解决方案可能是在您安排好城市之后按顺序分解它们。这是通过library(forecats) 实现的：

library(forcats)
library(magrittr)

data %>% 
  group_by(id, city, state) %>% 
  summarise(total_rent = sum(rent)) %>% 
  arrange(desc(total_rent)) %>% 
  ungroup() %>% 
  mutate(city = fct_inorder(city)) %$% 
  levels(city) 
#> [1] "Miami"   "Toronto" "Seattle" "Tokyo"   "Austin"

^{由reprex package (v0.3.0) 于 2021-03-04 创建}

【讨论】：