在R中過濾資料框

我試圖看到隨著時間的推移行業中的職業變化，所以我有工程師、教師和律師等職業 ID，以及與建筑、教育、礦產開采、漁業等行業相對應的幾個 ID。 . 我想提取，從每個職業中最大和最小的變化。資料樣本如下。在這個例子中，我想提取前 3 個最大的積極變化，以及前 3 個最大的消極變化，你們能幫幫我嗎？

x <- data.frame("occ_id" = c(1010, 1010, 1010, 1010, 1010, 1010, 1010,1234,1234,1234,1234, 4321, 4321,4321,4321,4321),
                "Ind_id" = c(52418,52417,28339,27138,31224,33103,1112,27138,31224,1112,52418,33103,31224,1112,52417,26301),
                "Change_occ_2000_2022" = c(1, -5 , 8 ,9 , - 11 ,15 ,16 ,-50,10,30,-5,20,10,50,30,-50))

然后我嘗試了這個

x %>% 
  count(Change_occ_2000_2022) %>%
  arrange(Change_occ_2000_2022) %>%
  slice(c(head(row_number(), 3), tail(row_number(), 3)))

但是這樣做我無法捕獲此更改所屬的對 occ-ind。我想像這樣出現這些變化：

x <- data.frame("occ_id" = c(4321, 4321, 1234, 1234, 4321, 1010),
                    "Ind_id" = c(1112,52417,1112,27138,26301, 31224 ),
                    "Change_occ_2000_2022" = c(50,30,30, -50, -50, -11))

uj5u.com熱心網友回復：

 library(dplyr) 
 x %>% 
    group_by(occ_id) %>% 
    arrange(-Change_occ_2000_2022) %>% 
    ungroup() %>% 
    slice(c(head(row_number(), 3), tail(row_number(), 3)))

輸出：

occ_id Ind_id Change_occ_2000_2022
   <dbl>  <dbl>                <dbl>
1   4321   1112                   50
2   1234   1112                   30
3   4321  52417                   30
4   1010  31224                  -11
5   1234  27138                  -50
6   4321  26301                  -50

uj5u.com熱心網友回復：

library(dplyr)

x %>% 
  arrange(desc(Change_occ_2000_2022)) %>% 
  slice(c(1:3, (nrow(.) - 2):nrow(.)))

輸出

  occ_id Ind_id Change_occ_2000_2022
1   4321   1112                   50
2   1234   1112                   30
3   4321  52417                   30
4   1010  31224                  -11
5   1234  27138                  -50
6   4321  26301                  -50

uj5u.com熱心網友回復：

基于解決方案LMc

df <- data.frame("occ_id" = c(1010, 1010, 1010, 1010, 1010, 1010, 1010,1234,1234,1234,1234, 4321, 4321,4321,4321,4321),
                "Ind_id" = c(52418,52417,28339,27138,31224,33103,1112,27138,31224,1112,52418,33103,31224,1112,52417,26301),
                "Change_occ_2000_2022" = c(1, -5 , 8 ,9 , - 11 ,15 ,16 ,-50,10,30,-5,20,10,50,30,-50))

library(data.table)
setDT(df)[order(Change_occ_2000_2022), .SD[c(1:3, (.N-2):.N)]]
#>    occ_id Ind_id Change_occ_2000_2022
#> 1:   1234  27138                  -50
#> 2:   4321  26301                  -50
#> 3:   1010  31224                  -11
#> 4:   1234   1112                   30
#> 5:   4321  52417                   30
#> 6:   4321   1112                   50

^{由reprex 包（v2.0.1）于 2022-05-19 創建}

或者

setDT(df)[frankv(Change_occ_2000_2022, ties.method = "dense") <= 2 |
            frankv(-Change_occ_2000_2022, ties.method = "dense") <= 2][order(Change_occ_2000_2022)]

如果您需要考慮重復值

uj5u.com熱心網友回復：

x<-x %>%
  arrange(Change_occ_2000_2022)
x<-rbind(head(x, 3), tail(x, 3))

輸出：

> x
   occ_id Ind_id Change_occ_2000_2022
1    1234  27138                  -50
2    4321  26301                  -50
3    1010  31224                  -11
14   1234   1112                   30
15   4321  52417                   30
16   4321   1112                   50

標籤：r 数据框 筛选 巢

上一篇：合并時間戳上的兩個資料幀，同時保留所有資料

下一篇：如何按包含特殊符號R的名稱對列進行排序