выбор наблюдений на основе условия зависит от сгруппированной переменной

Question

У меня есть вопрос, что я надеюсь, что некоторые из них помогут мне ответить. У меня есть набор данных, упорядоченный паразитами и год, который выглядит примерно так (фактический набор данных гораздо больше):

parasites  year  samples  
    1000   2000  11 
    910   2000  22   
    878   2000  13 
    999   2002  64 
    910   2002  75 
    710   2002  16 
    890   2004  29 
    810   2004  10 
    789   2004   9 
    876   2005  120 
    750   2005   12 
    624   2005  157 

, что я хотел бы сделать это, за каждый год, я хочу, чтобы выбрать 2 образцы с наибольшим количеством паразитов, чтобы дать мне выход, который выглядит следующим образом:

parasites  year  samples  
    1000   2000   11 
    910   2000   22 
    999   2002   64 
    910   2002   75 
    890   2004   29 
    810   2004   10 
    876   2005  120 
    750   2005   12 

Я новичок в программировании в целом и по-прежнему пытается найти свой путь вокруг Р. может кто-то пожалуйста, объясните мне, как Я бы об этом подумал? Спасибо.

Answer 1

Как насчет с data.table:

parasites<-read.table(header=T,text="parasites  year  samples 
1000   2000  11 
910   2000  22 
878   2000  13 
999   2002  64 
910   2002  75 
710   2002  16 
890   2004  29 
810   2004  10 
789   2004   9 
876   2005  120 
750   2005   12 
624   2005  157") 

EDIT - извините, отсортированных паразитами, а не образцы

require(data.table) 
data.table(parasites)[,.SD[order(-parasites)][1:2],by="year"] 

Примечание .SD является суб-таблицы для каждого year значения, как указано в by=

year parasites samples 
1: 2000  1000  11 
2: 2000  910  22 
3: 2002  999  64 
4: 2002  910  75 
5: 2004  890  29 
6: 2004  810  10 
7: 2005  876  120 
8: 2005  750  12 

Answer 2

Вот R-щелочной раствор (если это необходимо):

data = data.frame("parasites"=c(1000,910,878,999,910,710,890,910,789,876,750,624), 
        "year"=c(2000,2000,2000,2002,2002,2002,2004,2004,2004,2005,2005,2005), 
        "samples"=c(11,22,13,64,75,16,29,10,9,120,12,157)) 

data = data[order(data$year,data$samples),] 

data_list = lapply(unique(data$year),function(x) (tail(data[data$year==x,],n=2))) 

final_data = do.call(rbind, Map(as.data.frame,data_list)) 

Надежда, что помогает!