R - dplyr - 根据多个条件筛选top_n行

Question

嗨，这是我的第一篇文章，

我希望能够做到正确且可重复。

我想知道是否有比我下面的方法更优雅的解决方案

我有一个数据框，并希望使用条件过滤器并提取符合这些条件的行。

作为输出，我希望top_n行满足条件标准（不同列的top_n输出的条件不同），同时保留所有其他列。

示例数据框：

 set.seed(123)
  df1 <- data.frame(
  A = as.numeric(1:10),
  B = sample(seq(as.Date('2000/01/01'), as.Date('2018/01/01'), by="day"), size=10),
  C = as.numeric(sample(20:90, size = 10)),
  D = sample(c("yes", "no"), size=10, replace = TRUE),
  E = as.numeric(sample(1000:2000, size = 10))
)


df1 #check output

> df1 #check output
    A          B  C   D    E
1   1 2005-03-06 87  no 1963
2   2 2014-03-11 51  no 1902
3   3 2007-05-12 66  no 1690
4   4 2015-11-22 58  no 1793
5   5 2016-12-02 26  no 1024
6   6 2000-10-26 79  no 1475
7   7 2009-07-01 35  no 1754
8   8 2016-01-19 22  no 1215
9   9 2009-11-30 40 yes 1315
10 10 2008-03-17 85 yes 1229

我想用于过滤的条件：

A）如果E列在1000到1500之间，则返回在A列上加权的前2行

B）如果E列在1000和2000之间，则返回在B列上加权的前2行

C）如果E列在1000到1400之间，则返回在C列上加权的前2行

我已经提出了以下解决方案，但它很麻烦，我想知道是否有更好的方法。

library("dplyr")
library("tidyr")
A<- df1 %>% dplyr::filter(E >= 1000 & E <= 1500) %>% top_n( n = 2, wt = A)  %>% arrange(-A) %>% mutate(condition = "-cond_A")
B<- df1 %>% dplyr::filter(E >= 1000 & E <= 2000) %>% top_n( n = 2, wt = B) %>% arrange(B) %>% mutate(condition = "cond_B")
C<- df1 %>% dplyr::filter(E >= 1000 & E <= 1400) %>% top_n( n = 2, wt = C) %>% arrange(-C) %>% mutate(condition = "-cond_C")

我想要的输出如下：

spread(as.data.frame(distinct(bind_rows(A,B,C))),condition, condition)

   A          B  C   D    E -cond_A -cond_C cond_B
1  5 2016-12-02 26  no 1024    <NA>    <NA> cond_B
2  8 2016-01-19 22  no 1215    <NA>    <NA> cond_B
3  9 2009-11-30 40 yes 1315 -cond_A -cond_C   <NA>
4 10 2008-03-17 85 yes 1229 -cond_A -cond_C   <NA>

如果你能告诉我一个更好的方法，那就太棒了！

Answer 1

太棒了，非常感谢你！

在我的评论中，我问你是否可以为map2提供更多参数，并且我意识到pmap可以做到这一点。

pmap(list(c(1500, 2000, 1400), c(1000, 1700, 1300), names(df1)[1:3]),
     ~ df1 %>%
       filter(E >= ..2 & E <= ..1) %>%
       top_n(n=2, wt = !! rlang::sym(..3)) %>% 
       arrange_at(..3, funs(desc(.))) %>%
       mutate(condition = paste0("-cond", ..3)))  %>%
  bind_rows %>% 
  distinct %>% 
  spread(condition, condition) 

Answer 2

我们可以使用map2中的purrr来循环更改的<=条件以及采用列名称的wt参数（基于OP的代码）

library(purrr)
library(dplyr)
library(tidyr)
map2(c(1500, 2000, 1400), names(df1)[1:3],
          ~ df1 %>%
                 filter(E >= 1000 & E <= .x) %>%
                 top_n(n=2, wt = !! rlang::sym(.y)) %>% 
                 arrange_at(.y, funs(desc(.))) %>%
                 mutate(condition = paste0("-cond", .y)))  %>%
                 bind_rows %>% 
                 distinct %>% 
                 spread(condition, condition) 
#   A          B  C   D    E -condA -condB -condC
#1  5 2016-12-02 26  no 1024   <NA> -condB   <NA>
#2  8 2016-01-19 22  no 1215   <NA> -condB   <NA>
#3  9 2009-11-30 40 yes 1315 -condA   <NA> -condC
#4 10 2008-03-17 85 yes 1229 -condA   <NA> -condC