R中为每个商家出售的前n个产品

Question

我读过dplyr文档但仍然无法理解group_by方法。我试图找到每个商家（merchant_id）销售的前3个产品（product_id）。我试过的代码是以下

tmp <- orders %>%
         group_by(product_id, merchant_id) %>%
         summarize(count = n()) %>% 
         top_n(3, wt = count) %>%
         arrange(desc(count))

如果商家销售的产品少于3种，我希望他们能够展示相应数量的产品。

INPUT

order_id | product_id | merchant_id |
---------|------------|-------------|
23409    |  131883    |   597       |
23683    |  131885    |   597       |
25325    |  131885    |   597       |
25390    |  131885    |   597       |
25410    |  131888    |   597       |
25325    |  223783    |   613       |
28932    |  223815    |   613       |
38197    |  298483    |   613       |
48728    |  298483    |   613       |

如果我要为每个产品找到前3个产品，我希望输出为（计数数字在示例中不匹配，因为我必须创建多个行，但格式将如此）

输出

count    | product_id | merchant_id |
---------|------------|-------------|
    5    |  131883    |   597       |
    3    |  131885    |   597       |
    2    |  131888    |   597       |
    4    |  223783    |   613       |
    2    |  223815    |   613       |
    1    |  298483    |   613       |

Answer 1

您需要稍微修改一下代码。您希望对按top_n分组的数据执行merchant_id，而不是按(product_id, merchant_id)分组的数据执行，因此您应该在再次分组之前取消分组。 另外，如果您希望arrange对merchant_id组内的计数进行排序，则还应指定它。

orders %>%
group_by(product_id, merchant_id) %>%
summarize(count = n()) %>% 
ungroup() %>% 
group_by(merchant_id) %>%
top_n(3, wt = count) %>% 
arrange(merchant_id,desc(count))

返回：

product_id merchant_id count
       <int>       <int> <int>
1     131885         597     3
2     131883         597     1
3     131888         597     1
4     298483         613     2
5     223783         613     1
6     223815         613     1

另请注意，如果存在关联，top_n可以返回超过n个值。