如何按月份和用户类型分组，获取Top10站点用户数并降序排序

你可以通过dplyr的分组和切片函数直接实现需求，无需拆分数据集。核心是在month_of_day和member_casual的组合分组内，对站点用户数排序并提取Top10，同时确保月份按1-12月顺序展示。

完整代码示例 #

library(dplyr)

# 1. 确保月份为有序因子（保证1-12月的展示顺序）
annual_2022_v2 <- annual_2022_v2 %>%
  mutate(month_of_day = factor(month_of_day, 
                               levels = 1:12, 
                               labels = c("1月", "2月", "3月", "4月", "5月", "6月",
                                          "7月", "8月", "9月", "10月", "11月", "12月"),
                               ordered = TRUE))

# 2. 分组统计+提取各组合下的Top10站点
top10_stations <- annual_2022_v2 %>%
  # 按月份、用户类型、站点分组，统计用户数
  group_by(month_of_day, member_casual, start_station_name) %>%
  summarize(users = n(), .groups = "drop_last") %>%  # drop_last保留前两级分组（月份+用户类型）
  # 在每个月份+用户类型的组内，取用户数最多的前10个站点
  slice_max(users, n = 10, with_ties = FALSE) %>%  # with_ties=FALSE避免并列时超出10个
  # 可选：添加组内排名列
  mutate(rank = row_number(desc(users))) %>%
  # 按月份、用户类型、排名排序输出
  arrange(month_of_day, member_casual, rank)

关键步骤说明 #

• 处理月份顺序：将month_of_day转为有序因子，避免默认的字符/数字排序混乱，确保输出按1月到12月依次展示。
• 分组统计：先按month_of_day、member_casual、start_station_name三级分组统计用户数，.groups = "drop_last"保留前两级分组，方便后续在组内取Top10。
• 提取Top10：slice_max(users, n=10)会在每个month_of_day + member_casual的组内，筛选用户数最高的10个站点；with_ties=FALSE可以避免因并列数值导致结果超过10条（如果需要保留并列，可设为TRUE）。
• 添加排名：mutate(rank = row_number(desc(users)))会在每个组内生成1-10的排名，便于查看站点的位次。

输出效果 #

最终的top10_stations数据框会按1月到12月的顺序，分别展示Casual和Member两类用户下，各月份用户数排名前10的站点、用户数及组内排名。

内容的提问来源于stack exchange，提问作者Albert Wang