我有一个数据框，它通过数字来描述用户之间的相似性。代表性数据集如下所示：
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
R1 72 71 9 47 77 58 74 52 19 82
R2 43 25 75 100 66 97 71 76 26 57
R3 1 32 87 81 88 66 84 29 15 49
R4 66 68 22 63 40 53 32 69 57 58
R5 42 34 30 77 36 41 61 68 61 35
R6 59 23 38 3 20 86 72 81 58 1
R7 40 86 45 21 44 63 79 77 35 47
R8 15 75 15 19 34 72 96 28 24 38
R9 13 69 2 30 81 72 38 95 92 10
R10 69 26 23 100 55 10 29 16 20 38
我希望每行的 top N 列（例如7个）以及列名和相应的行名。因此它可以是另一个dataframe，如下所述。它可以在一个步骤或多个步骤中形成中间数据帧，以达到此解决方案。
col1 col2 col3
R1 C10 82
R1 C5 77
R1 C7 74
R1 C1 72
R1 C2 71
R1 C6 58
R1 C8 52
R2 C4 100
R2 C6 97
R2 C8 76
R2 C3 75
R2 C7 71
R2 C5 66
R2 C10 57
答案 0 :(得分：0)
这将是使用dplyr软件包的解决方案。您可以使用melt函数将第一个变量的每个条目的列都变为行。然后，您只需按第一个变量分组，然后为每个分组排列值。最后，您可以分割任意数量的点。在我的示例中，我获得了前7名：
library(dplyr)
df %>%
melt(id.vars = first(names(.)),
measure.vars = names(.)[names(.) != first(names(.))]) %>%
group_by(!!as.name(first(names(.)))) %>%
top_n(7)
我建立了它，以便您数据框的名称可以变化。如果您将所有数据框以相同的方式命名，只需将first(names(.))交换为C1（或您喜欢的任何名称），即可对其进行调整。
答案 1 :(得分：0)
这不使用任何软件包。如果要获取data.table结果，请将data.frame替换为data.table。
N <- 3
data.frame(row = rownames(DF),
value = t(apply(DF, 1, function(x) rev(tail(sort(x), N)))),
col = t(apply(DF, 1, function(x) rev(names(DF)[tail(order(x), N)]))))
给予：
row value.1 value.2 value.3 col.1 col.2 col.3
R1 R1 82 77 74 C10 C5 C7
R2 R2 100 97 76 C4 C6 C8
R3 R3 88 87 84 C5 C3 C7
R4 R4 69 68 66 C8 C2 C1
R5 R5 77 68 61 C4 C8 C9
R6 R6 86 81 72 C6 C8 C7
R7 R7 86 79 77 C2 C7 C8
R8 R8 96 75 72 C7 C2 C6
R9 R9 95 92 81 C8 C9 C5
R10 R10 100 69 55 C4 C1 C5
可重复形式的输入DF为：
Lines <- "C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
R1 72 71 9 47 77 58 74 52 19 82
R2 43 25 75 100 66 97 71 76 26 57
R3 1 32 87 81 88 66 84 29 15 49
R4 66 68 22 63 40 53 32 69 57 58
R5 42 34 30 77 36 41 61 68 61 35
R6 59 23 38 3 20 86 72 81 58 1
R7 40 86 45 21 44 63 79 77 35 47
R8 15 75 15 19 34 72 96 28 24 38
R9 13 69 2 30 81 72 38 95 92 10
R10 69 26 23 100 55 10 29 16 20 38"
DF <- read.table(text = Lines)
答案 2 :(得分：0)
这是基于R的另一种解决方案：
D <- read.table(header=TRUE, text=
" C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
R1 72 71 9 47 77 58 74 52 19 82
R2 43 25 75 100 66 97 71 76 26 57
R3 1 32 87 81 88 66 84 29 15 49
R4 66 68 22 63 40 53 32 69 57 58
R5 42 34 30 77 36 41 61 68 61 35
R6 59 23 38 3 20 86 72 81 58 1
R7 40 86 45 21 44 63 79 77 35 47
R8 15 75 15 19 34 72 96 28 24 38
R9 13 69 2 30 81 72 38 95 92 10
R10 69 26 23 100 55 10 29 16 20 38")
top7 <- function(x) { y <- x[order(x, decreasing = TRUE)[1:7]] ; data.frame(Col=names(y), value=y)
}
L <- apply(D[,], 1, top7)
result <- L[[1]]
for (i in 2:length(L)) result <- rbind(result, L[[i]])
data.frame(Row=rep(rownames(D), each=7), result, row.names = NULL)
给予：
> data.frame(Row=rep(rownames(D), each=7), result, row.names = NULL)
Row Col value
1 R1 C10 82
2 R1 C5 77
3 R1 C7 74
4 R1 C1 72
5 R1 C2 71
6 R1 C6 58
7 R1 C8 52
8 R2 C4 100
9 R2 C6 97
10 R2 C8 76
11 R2 C3 75
12 R2 C7 71
13 R2 C5 66
14 R2 C10 57
15 R3 C5 88
16 R3 C3 87
17 R3 C7 84
18 R3 C4 81
19 R3 C6 66
20 R3 C10 49
21 R3 C2 32
22 R4 C8 69
23 R4 C2 68
24 R4 C1 66
25 R4 C4 63
26 R4 C10 58
27 R4 C9 57
28 R4 C6 53
29 R5 C4 77
30 R5 C8 68
31 R5 C7 61
32 R5 C9 61
33 R5 C1 42
34 R5 C6 41
35 R5 C5 36
36 R6 C6 86
37 R6 C8 81
38 R6 C7 72
39 R6 C1 59
40 R6 C9 58
41 R6 C3 38
42 R6 C2 23
43 R7 C2 86
44 R7 C7 79
45 R7 C8 77
46 R7 C6 63
47 R7 C10 47
48 R7 C3 45
49 R7 C5 44
50 R8 C7 96
51 R8 C2 75
52 R8 C6 72
53 R8 C10 38
54 R8 C5 34
55 R8 C8 28
56 R8 C9 24
57 R9 C8 95
58 R9 C9 92
59 R9 C5 81
60 R9 C6 72
61 R9 C2 69
62 R9 C7 38
63 R9 C4 30
64 R10 C4 100
65 R10 C1 69
66 R10 C5 55
67 R10 C10 38
68 R10 C7 29
69 R10 C2 26
70 R10 C3 23
或（按等级）
data.frame(Row=rep(rownames(D), each=7), Rank=1:7, result, row.names = NULL)