匹配值时选择R中的头n个变量

Question

我有一个大型的timeseries，并且希望从每个日期中选择前10个观察值，其中一个是我的列中的值。

我可以使用group_by(Date) %>% top_n(10)来完成这个任务。

但是，如果第10次和第11次观测的值相等，那么它们都会被选中，所以我得到了11次观测，而不是10次。

有人知道我能做些什么来确保只选择10个观察结果吗？

Answer 1

您可以对数据进行arrange，并在每个组中选择前10行。

library(dplyr)
df %>% arrange(Date, desc(col_name)) %>% group_by(Date) %>% slice(1:10)

类似地，对于filter

df %>% 
 arrange(Date, desc(col_name)) %>% 
 group_by(Date) %>% 
 filter(row_number() <= 10)

Answer 2

有了data.table你就能做到

library(data.table)
setDT(df)
df[order(Date, desc(value))][, .SD[1:10], by = Date]

更改value以匹配用于选择在发生关系时应保留哪个观察的变量名称。你也可以：

df[order(Date, desc(value))][, head(.SD,10), by = Date]

Answer 3

我们可以使用base R

df1 <- df[with(df, order(Date, -value)),]
df1[with(df1, ave(seq_along(Date), Date, FUN = function(x) x %in% 1:10)),]