在for循环中使用slice_max提取列TOP3值时遇报错求助

问题场景 #

现有如下数据框，需要为每一列生成包含该列前三大值的新数据框：

probUnweighted <- data.frame(
Sample1 = c(0.9, 0.2, 0.03, 0.1, 0.5, 0.09), 
Sample2 = c(0.045, 0.11, 0.006, 0.0036, 0.005, 0.025), 
Sample3 = c(0.05, 0.21, 0.06, 0.0067, 0.0105, 0.1025)
)

尝试用for循环实现，但slice_max抛出如下错误：

library(dplyr); library(tibble); library(tidyr)

for (i in names(probUnweighted)){
assign(paste0("df_",i), probUnweighted %>% 
        select(i) %>%  
        slice_max(order_by = i, n = 3)
  )
}

报错信息：

Error in `slice_max()`:
! Can't compute indices.
Caused by error:
! `order_by` must have size 6, not size 1.

错误原因 #

slice_max的order_by参数需要传入列引用或数值向量，但直接传入字符串i时，dplyr不会自动将其解析为对应列，而是把它当成长度为1的字符值，无法匹配数据框的6行长度，因此报错。

解决方案 #

方法1：使用.data代词解析字符串列名 #

修改slice_max中的order_by参数，用.data[[i]]来引用对应列的数值向量：

library(dplyr)

for (i in names(probUnweighted)){
  assign(paste0("df_",i), probUnweighted %>% 
           select(i) %>%  
           slice_max(order_by = .data[[i]], n = 3)
  )
}

方法2：改用列表存储结果（更推荐） #

直接创建多个全局变量会污染环境，更规范的做法是将所有结果存储在一个列表中：

top3_list <- lapply(names(probUnweighted), function(col) {
  probUnweighted %>% 
    select(all_of(col)) %>% 
    slice_max(order_by = .data[[col]], n = 3)
})
names(top3_list) <- paste0("df_", names(probUnweighted))

# 调用单个结果示例：top3_list$df_Sample1

方法3：用tidy风格一次性处理所有列 #

无需循环，通过重塑数据框完成批量筛选：

probUnweighted %>% 
  pivot_longer(everything(), names_to = "Sample", values_to = "Value") %>% 
  group_by(Sample) %>% 
  slice_max(Value, n = 3) %>% 
  pivot_wider(names_from = "Sample", values_from = "Value")

该方法会生成一个包含所有列前三大值的数据框，每行对应一个排名。

内容的提问来源于stack exchange，提问作者Chris Stantis