请求编写R语言代码：按年份筛选销量Top2产品并将其余产品归为‘other’类

我来帮你搞定这个需求！针对你提供的按年份和产品维度划分的销售数据，我们可以用R语言结合dplyr包轻松实现目标：按年份识别销量排名前2的产品，将其余产品统一归类为other类别。

首先先确认你的示例数据（我把代码整理好了）：

# 示例销售数据
Year <- c(2010,2010,2010,2010,2010,2011,2011,2011,2011,2011,2012,2012,2012,2012,2012)
Model <- c("a","b","c","d","e","a","b","c","d","e","a","b","c","d","e")
Sale <- c("30","45","23","33","24","11","56","19","45","56","33","32","89","33","12")
df <- data.frame(Year, Model, Sale)

注意事项 #

你提供的Sale列是字符类型，直接用来排序会出错，所以第一步要把它转成数值型。接下来用dplyr的分组、排名功能来处理：

完整解决方案代码 #

# 如果没安装dplyr包，先运行这行：install.packages("dplyr")
library(dplyr)

# 1. 将Sale列转换为数值型，确保排序准确
df <- df %>%
  mutate(Sale = as.numeric(Sale))

# 2. 按年份分组，计算每个产品的销量排名，替换非Top2产品为'other'
df_processed <- df %>%
  group_by(Year) %>%
  # 按销量降序排名，dense_rank处理并列情况（比如同销量的产品都算Top2）
  mutate(rank = dense_rank(desc(Sale))) %>%
  # 把排名超过2的产品归类为'other'
  mutate(Model = ifelse(rank > 2, "other", Model)) %>%
  ungroup() %>%  # 取消分组状态
  select(-rank)  # 移除排名列（可选，根据需求保留）

# 3. 可选：按年份和新的Model汇总总销量
df_summary <- df_processed %>%
  group_by(Year, Model) %>%
  summarise(Total_Sale = sum(Sale), .groups = "drop")

# 查看最终汇总结果
print(df_summary)

代码说明 #

• dense_rank(desc(Sale))：这里用dense_rank而不是普通的rank，是为了处理并列销量的情况——比如2011年有两个产品销量都是56，它们都会被判定为Top2，不会出现跳号的情况。如果你的需求是严格取前2个不同的销量值，可以换成rank。
• 最后一步的汇总操作是可选的，如果只需要标记出Top2和other，不需要汇总的话，直接用df_processed即可。

内容的提问来源于stack exchange，提问作者Underwood