dplyr中slice_min与slice_max函数返回重复值（ties）的触发条件咨询

其实你没遗漏什么关键规则——只是slice_min()和slice_max()处理重复值的逻辑，官方文档描述得比较隐晦，核心是基于排序后第n行的临界值来返回所有符合条件的行，具体逻辑如下：

核心逻辑 #

当设置with_ties = TRUE时：

• 对于slice_min(col, n = k)：
  1. 先将数据集按目标列col从小到大排序
  2. 找到排序后第k行对应的col值（我们称之为「临界值」）
  3. 返回所有col值小于等于该临界值的行
• 对于slice_max(col, n = k)则完全相反：返回所有col值大于等于该临界值的行

如果设置with_ties = FALSE，函数会严格返回排序后的前n行，不会额外包含重复值的行。

结合你的例子逐一验证 #

例子1：mtcars取mpg最小的5个（含重复） #

mtcars %>% slice_min(mpg, n = 5, with_ties = TRUE)

• 按mpg从小到大排序后，第5行的mpg值是14.7
• 所有mpg≤14.7的行刚好是5行（2辆10.4的车、1辆13.3、1辆14.3、1辆14.7），所以返回这5行，不会包含mpg=15.0及以上的行。

例子2：mtcars取mpg最小的1个（含重复） #

mtcars %>% slice_min(mpg, n = 1, with_ties = TRUE)

• 排序后第1行的mpg值是10.4
• 所有mpg≤10.4的行有2辆车型（Cadillac Fleetwood和Lincoln Continental），所以返回这2行，而不是仅返回1行。

例子3：starwars分组取mass最小的3个（含重复） #

starwars %>% select(gender, mass) %>% group_by(gender) %>% slice_min(mass, n = 3, with_ties = TRUE)

分组后每个组独立执行逻辑：

• feminine组：排序后第3行的mass值是50，所有mass≤50的行有4条（45、49、50、50），所以返回这4行
• masculine组：排序后第3行的mass值是20，所有mass≤20的行有3条（15、17、20），返回这3行
• NA组：仅1条数据（mass=48），排序后第3行仍是这条数据，所以返回它
  最终总共返回8行，和你得到的结果完全一致。

内容的提问来源于stack exchange，提问作者setty