计数，排序数字并在 tibble 中过滤

大佬教程收集整理的这篇文章主要介绍了计数，排序数字并在 tibble 中过滤，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决计数，排序数字并在 tibble 中过滤？

给定下面的数据，我试图找到最常用的自行车的数据记录。我需要找到记录数最多的自行车ID。然后使用最高的自行车 ID，仅过滤该自行车 ID 的数据并仅显示这些记录。

 library(lubrIDatE)
 library(tIDyversE)
 nycbikes18 <- read_csv("data/2018-citibike-triPDAta.csv",locale = locale(tz = "America/New_York"))
 nycbikes18
 #> # A tibble: 333,687 x 15
 #>    tripduration starttime           stoptime           
 #>           <dbl> <dttm>              <dttm>             
 #>  1          932 2018-01-01 02:06:17 2018-01-01 02:21:50
 #>  2          550 2018-01-01 12:06:18 2018-01-01 12:15:28
 #>  3          510 2018-01-01 12:06:56 2018-01-01 12:15:27
 #>  4          354 2018-01-01 14:53:10 2018-01-01 14:59:05
 #>  5          250 2018-01-01 17:34:30 2018-01-01 17:38:40
 #>  6          613 2018-01-01 22:05:05 2018-01-01 22:15:19
 #>  7          290 2018-01-02 12:13:51 2018-01-02 12:18:42
 #>  8          381 2018-01-02 12:50:03 2018-01-02 12:56:24
 #>  9          318 2018-01-02 13:55:58 2018-01-02 14:01:16
 #> 10         1852 2018-01-02 16:55:29 2018-01-02 17:26:22
 #> # … with 333,677 more rows,and 12 more variables:
 #> #   start_station_ID <dbl>,start_station_name <chr>,#> #   start_station_latitude <dbl>,start_station_longitude <dbl>,#> #   end_station_ID <dbl>,end_station_name <chr>,#> #   end_station_latitude <dbl>,end_station_longitude <dbl>,#> #   bikEID <dbl>,usertype <chr>,@R_675_3078@ <dbl>,gender <dbl>

我的代码和输出

top_bike_trips <- nycbikes18%>%group_by(bikEID) %>% filter( tripduration==max(tripduration))
top_bike_trips

# A tibble: 900 x 15
# Groups:   bikEID [900]
tripduration starttime           stoptime           
      <dbl> <dttm>              <dttm>             
1         2111 2018-01-11 15:33:24 2018-01-11 16:08:36
2        21262 2018-01-12 13:00:26 2018-01-12 18:54:48
3         1804 2018-01-12 17:10:56 2018-01-12 17:41:01
4         2717 2018-01-30 18:03:31 2018-01-30 18:48:49
5         1892 2018-01-19 18:40:06 2018-01-19 19:11:39
6          563 2018-01-31 09:20:28 2018-01-31 09:29:51
7        50545 2018-01-02 17:58:07 2018-01-03 08:00:32
8          475 2018-01-03 18:03:39 2018-01-03 18:11:34
9        30997 2018-01-19 08:43:44 2018-01-19 17:20:22
10        80854 2018-01-19 18:50:43 2018-01-20 17:18:18
# ... with 890 more rows,and 12 more variables:

预期输出

top_bike_trips
#> # A tibble: 825 x 15
#>    tripduration starttime           stoptime           
#>           <dbl> <dttm>              <dttm>             
#>  1          520 2018-01-03 13:06:21 2018-01-03 13:15:01
#>  2          232 2018-01-03 17:01:21 2018-01-03 17:05:14
#>  3          315 2018-01-14 15:08:14 2018-01-14 15:13:30
#>  4          266 2018-01-23 14:57:30 2018-01-23 15:01:57
#>  5          162 2018-01-24 17:01:10 2018-01-24 17:03:53
#>  6          150 2018-01-25 18:26:58 2018-01-25 18:29:29
#>  7          272 2018-01-03 08:49:11 2018-01-03 08:53:43
#>  8          315 2018-01-20 14:06:28 2018-01-20 14:11:44
#>  9          322 2018-01-02 15:43:42 2018-01-02 15:49:04
#> 10          251 2018-01-10 17:48:03 2018-01-10 17:52:14
#> # … with 815 more rows,and 12 more variables:
#> #   start_station_ID <dbl>,gender <dbl>

我不确定如何获得预期的输出 825，也许使用 count() ？

解决方法

library(dplyr)
mtcars %>%
  filter(cyl == names(which.max(table(cyl))))
#                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
# Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
# Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
# Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
# Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
# Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
# Lincoln ConTinental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
# Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
# Dodge ChALLENger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
# AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
# Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
# Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
# Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
# Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

nycbikes18 %>%
  filter(bikEID == names(which.max(table(bikEID))))

nycbikes18 %>%
  filter(bikEID == bikEID[which.max(tripdurations)])

# Calculate the modal bike id: modal_bike_id => character scalar
modal_bike_id <- tail(names(sort(table(bikEID))),1)

# Subset data set to only contain modal bike id's records: data.frame => stdout(consolE)
nycbikes18[
  with(
    nycbikes18,bikEID == modal_bike_id
  ),]

library(dplyr)

mtcars %>%
  count(cyl) %>%
  slice_max(n = 1,n) %>%
  SELEct(cyl) %>%
  left_join(mtcars,by = 'cyl')

#   cyl  mpg  disp  hp drat    wt  qsec vs am gear carb
#1    8 18.7 360.0 175 3.15 3.440 17.02  0  0    3    2
#2    8 14.3 360.0 245 3.21 3.570 15.84  0  0    3    4
#3    8 16.4 275.8 180 3.07 4.070 17.40  0  0    3    3
#4    8 17.3 275.8 180 3.07 3.730 17.60  0  0    3    3
#5    8 15.2 275.8 180 3.07 3.780 18.00  0  0    3    3
#6    8 10.4 472.0 205 2.93 5.250 17.98  0  0    3    4
#7    8 10.4 460.0 215 3.00 5.424 17.82  0  0    3    4
#8    8 14.7 440.0 230 3.23 5.345 17.42  0  0    3    4
#9    8 15.5 318.0 150 2.76 3.520 16.87  0  0    3    2
#10   8 15.2 304.0 150 3.15 3.435 17.30  0  0    3    2
#11   8 13.3 350.0 245 3.73 3.840 15.41  0  0    3    4
#12   8 19.2 400.0 175 3.08 3.845 17.05  0  0    3    2
#13   8 15.8 351.0 264 4.22 3.170 14.50  0  1    5    4
#14   8 15.0 301.0 335 3.54 3.570 14.60  0  1    5    8

大佬总结

以上是大佬教程为你收集整理的计数，排序数字并在 tibble 中过滤全部内容，希望文章能够帮你解决计数，排序数字并在 tibble 中过滤所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。