5

Eu consigo selecionar os k maiores resultados de uma table no R. Por exemplo, se k for igual a 5, eu obtenho o seguinte resultado:

library(dplyr)
library(ggplot2)

top_n(mpg, 5, wt=displ)
# A tibble: 5 × 11
  manufacturer              model displ  year   cyl      trans   drv   cty
         <chr>              <chr> <dbl> <int> <int>      <chr> <chr> <int>
1    chevrolet           corvette   6.2  2008     8 manual(m6)     r    16
2    chevrolet           corvette   6.2  2008     8   auto(s6)     r    15
3    chevrolet           corvette   7.0  2008     8 manual(m6)     r    15
4    chevrolet    k1500 tahoe 4wd   6.5  1999     8   auto(l4)     4    14
5         jeep grand cherokee 4wd   6.1  2008     8   auto(l5)     4    11
# ... with 3 more variables: hwy <int>, fl <chr>, class <chr>

Entretanto, meus resultados não estão ordenados de acordo com a coluna displ. Eu gostaria que as linhas da table estivessem em ordem decrescente, da seguinte maneira:

top_n(mpg, 5, wt=displ)[order(top_n(mpg, 5, wt=displ)$displ, decreasing=TRUE), ]
# A tibble: 5 × 11
  manufacturer              model displ  year   cyl      trans   drv   cty
         <chr>              <chr> <dbl> <int> <int>      <chr> <chr> <int>
1    chevrolet           corvette   7.0  2008     8 manual(m6)     r    15
2    chevrolet    k1500 tahoe 4wd   6.5  1999     8   auto(l4)     4    14
3    chevrolet           corvette   6.2  2008     8 manual(m6)     r    16
4    chevrolet           corvette   6.2  2008     8   auto(s6)     r    15
5         jeep grand cherokee 4wd   6.1  2008     8   auto(l5)     4    11
# ... with 3 more variables: hwy <int>, fl <chr>, class <chr>

O código funciona, mas eu estou achando ele feio. De que maneira eu poderia simplificá-lo para obter o mesmo resultado? Note que eu utilizo o comando top_n(mpg, 5, wt=displ) duas vezes, o que imagino que possa deixar meu código mais lento se a table for muito grande. Existe alguma maneira de obter este mesmo resultado de maneira mais elegante?

1
  • Sobre a parte do "feio": será que usar a sintaxe do dplyr com %>% não ajudaria? Commented 8/12/2016 às 21:51

2 Respostas 2

4

O dplyr faz uso de encadeamento e do pipe operator (%>%) para melhorar a leitura do código e torná-lo mais sucinto. Além disso, também dispõe da função arrange() para ordenar os resultados.

res1 <- top_n(mpg, 5, wt=displ)[order(top_n(mpg, 5, wt=displ)$displ, decreasing=TRUE), ]

res2 <- mpg %>% top_n(5, displ) %>% arrange(desc(displ))

identical(res1, res2)
[1] TRUE

A documentação sobre pipe operator no stackoverflow é excelente.

1
  • 1
    Eu estou começando a usar o dplyr e não conhecia o arrange. Obrigado pela dica. Commented 8/12/2016 às 23:23
3

Outras formas de fazer a mesma coisa:

library(dplyr)

mpg %>% arrange(desc(displ)) %>% slice(1:5)
mpg %>% filter(row_number(desc(displ)) <= 5)

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .