当每组 n 不同时，过滤分组数据帧的 n 行

Question

我想为数据框的每组选择不同的行数。我还没有找到一种优雅的方法来使用 dplyr 来做到这一点。要为每个组挑选相同数量的行，我可以像这样完成：

library(dplyr)

iris %>% 
    group_by(Species) %>%
    arrange(Sepal.Length) %>%
    top_n(2)

但我希望能够引用另一个表，其中包含我想要的每个组的行数，如下所示的示例表：

top_rows_desired <- data.frame(Species = unique(iris$Species),
    n_desired = c(4,2,5))

Answer 1

我们可以按“物种”对“iris”和“top_rows_desired”进行操作left_join，按“物种”分组，slice对“n_desired”sequence进行分组first，并使用 删除“n_desired”列select。

left_join(iris, top_rows_desired, by = "Species") %>%
                     group_by(Species) %>% 
                     arrange(desc(Sepal.Length)) %>%
                     slice(seq(first(n_desired))) %>%
                     select(-n_desired)