过滤 group_by + mutate 不像 group_by + summarise 在 dplyr R

Question

我在使用tidyverse变异数据框时遇到过滤问题：

sample.df <- data.frame(
  group = c("A", "A", "A", "B", "B", "C"),
  value = c(1,2,3,4,5,6)
)

mutated.sample.df <- sample.df %>% 
  dplyr::group_by(group) %>% 
  dplyr::mutate(group_count = n()) 

non.desired.df <- mutated.sample.df %>% 
  dplyr::filter(group_count == max(group_count)) %>% 
  dplyr::select(-group_count)

这会返回一个不需要的解决方案，因为没有应用过滤器：

 group value
  <fct> <dbl>
1 A         1
2 A         2
3 A         3
4 B         4
5 B         5
6 C         6

另一方面，直接使用总结过滤器被正确应用：

summarized.sample.df <- sample.df %>% 
  dplyr::group_by(group) %>% 
  dplyr::summarise(group_count = n()) %>% 
  dplyr::filter(group_count == max(group_count))

给予：

 group group_count
  <fct>       <int>
1 A               3

我现在可以过滤原始数据框并获得我想要的 df：

desired.df <- sample.df %>% 
  dplyr::filter(group %in% summarized.sample.df$group)

即：

  group value
  <fct> <dbl>
1 A         1
2 A         2
3 A         3

我在 mutating 行为中遗漏了什么？我可以只过滤“硬编码”值：

my.max <- max(mutated.sample.df$group_count)
desired.df <- mutated.sample.df %>% 
  dplyr::filter(group_count == my.max) %>% 
  dplyr::select(-group_count)

是否有可能在一个管道中获得所需的.df？在总结和变异 hard 计算 max 我不能。

我希望这会起作用，但事实并非如此。任何提示为什么？

mutated.sample.df <- sample.df %>% 
  dplyr::group_by(group) %>% 
  dplyr::mutate(group_count = n()) %>% 
  dplyr::filter(group_count == max(group_count)) %>% 
  dplyr::select(-group_count)

谢谢

Answer 1

你可以这样做：

sample.df %>%
 add_count(group) %>%
 filter(n == max(n)) %>%
 select(-n)

  group value
1     A     1
2     A     2
3     A     3

Answer 2

来自@tmfmnk 的代码更好，但您的管道无法正常工作，因为您忘记了“ungroup()”突变和过滤器之间的数据帧，因此“filter()”在组内工作。试试：

mutated.sample.df <- sample.df %>% 
  dplyr::group_by(group) %>% 
  dplyr::mutate(group_count = n()) %>% 
  dplyr::ungroup()  %>% 
  dplyr::filter(group_count == max(group_count)) %>% 
  dplyr::select(-group_count)