Question

对于示例数据：

set.seed(2222)
example_data <- data.frame(col1 = 1:15,
                           col2 = 16:30, 
                           group = sample(1:3, 15, replace = TRUE))

   col1 col2 group
1     1   16     2
2     2   17     1
3     3   18     3
4     4   19     2
5     5   20     3
6     6   21     1
7     7   22     3
8     8   23     1
9     9   24     3
10   10   25     1
11   11   26     2
12   12   27     2
13   13   28     2
14   14   29     3
15   15   30     3

我想找到记录数最多的前n个组。

比方说，我想获得记录数最多的前2个组。在数据中，这将是第3组和第2组：

example_data %>% 
  group_by(group) %>% 
  summarise(n = n())

# A tibble: 3 x 2
  group     n
  <int> <int>
1     1     4
2     2     5
3     3     6

预期输出为：

   col1 col2 group
1     1   16     2
2     3   18     3
3     4   19     2
4     5   20     3
5     7   22     3
6     9   24     3
7    11   26     2
8    12   27     2
9    13   28     2
10   14   29     3
11   15   30     3

Answer 1

我们可以使用table来计算每个group的频率，sort以decreasing的顺序，将前2个条目和filter分别分组。

library(dplyr)

example_data %>%
   filter(group %in% names(sort(table(group), decreasing = TRUE)[1:2]))


#   col1 col2 group
#1     1   16     2
#2     3   18     3
#3     4   19     2
#4     5   20     3
#5     7   22     3
#6     9   24     3
#7    11   26     2
#8    12   27     2
#9    13   28     2
#10   14   29     3
#11   15   30     3

您也可以直接在基本R subset

中使用它

subset(example_data, group %in% names(sort(table(group), decreasing = TRUE)[1:2]))

Answer 2

我们可以使用tidyverse方法。创建一个频率列，其中add_count，arrange，该列的filter和最后两个unique“ group”的值所在的行的行library(dplyr) example_data %>% add_count(group) %>% arrange(n) %>% filter(group %in% tail(unique(group), 2)) %>% select(-n) # A tibble: 11 x 3 # col1 col2 group # <int> <int> <int> # 1 1 16 2 # 2 4 19 2 # 3 11 26 2 # 4 12 27 2 # 5 13 28 2 # 6 3 18 3 # 7 5 20 3 # 8 7 22 3 # 9 9 24 3 #10 14 29 3 #11 15 30 3

data.table

或使用library(data.table) setDT(example_data)[group %in% example_data[, .N, group][order(-N), head(group, 2)]]

{{1}}

Answer 3

使用$builder->add('list', CollectionType::class, [ 'required' => false, 'allow_add' => true, 'error_bubbling' => true, ]) ->add('price', IntegerType::class, [ 'required' => false, 'error_bubbling' => true, 'min' => 50 ]);，您还可以执行以下操作：

dplyr

或者：

example_data %>%
 add_count(group) %>%
 filter(dense_rank(desc(n)) <= 2) %>%
 select(-n)

   col1  col2 group
   <int> <int> <int>
 1     1    16     2
 2     3    18     3
 3     4    19     2
 4     5    20     3
 5     7    22     3
 6     9    24     3
 7    11    26     2
 8    12    27     2
 9    13    28     2
10    14    29     3
11    15    30     3

Answer 4

另一种dplyr方法可能是：

example_data %>% 
  group_by(group) %>% 
  count() %>% 
  ungroup() %>% 
  top_n(n = 2, wt = n) %>% 
  select(-n) %>% 
  inner_join(example_data)

Answer 5

另一个解决方案（类似于@OTStats）：

l1=Input(shape=(41,4))
x=Conv1D(64,(4))(l1)
x=GlobalMaxPooling1D()(x)
x=Dense(1)(x)
model=Model(l1,x)
model.compile('rmsprop','binary_crossentropy',metrics=['acc'])
model.fit(X,y,32,10)

过滤data.frame中的前n个最大组

5 个答案: