按loc分组提取key_val最小前10条数据问题求助

你的代码问题出在使用了tail(.SD, 10)：你先按key_val升序排序了整个数据集，此时每组内的key_val是从小到大排列的，tail会取每组的最后10条（也就是key_val最大的10条），和你要取最小前10条的需求完全相反，换成head(.SD, 10)就能解决。

修正后的代码 #

library(data.table)

# 直接将数据框转为data.table（无需先全局排序）
setDT(df2)

# 按loc分组，每组内按key_val升序排序后取前10条
data_new3 <- df2[, .SD[order(key_val)][1:10], by = loc]

或者更简洁的写法：

data_new3 <- df2[order(key_val), head(.SD, 10), by = loc]

代码说明 #

1. setDT(df2)：将普通数据框转为data.table，方便后续分组操作
2. by = loc：按loc字段分组
3. .SD[order(key_val)]：对每组内的数据按key_val升序排序，确保最小的排在前面
4. [1:10] / head(.SD,10)：取每组排序后的前10条，也就是key_val最小的10条数据

验证示例数据 #

以你提供的示例表为例：

• Nigeria组的key_val最小的是1、2，取前10条会返回该组所有行
• France组的key_val按升序是3、4、5、6，取前10条会返回该组所有行（若实际数据更多，会自动截取前10条最小的）

内容的提问来源于stack exchange，提问作者LZL