如何用R语言dplyr将聚合的min/max替换为对应电影名称？

需按ID分组，生成展示每组最冷门与最热门电影名称的表格，期望样式如下：

目前使用R语言dplyr包的group_by与summarise函数仅能获取popularity的最小、最大值，无法得到对应电影名称，尝试的代码如下：

movies%>%
    group_by(ID) %>%
    summarise(
      Least = min(popularity),
      Most= max(popularity))

方法1：用slice_min/slice_max筛选后整理宽表 #

先分别提取每组中流行度最低、最高的电影记录，再合并为目标格式：

library(dplyr)
library(tidyr)

# 提取最冷门电影数据
least_popular <- movies %>%
  group_by(ID) %>%
  slice_min(popularity, n = 1, with_ties = FALSE) %>%
  select(ID, movie_name) %>%
  rename(最冷门电影 = movie_name)

# 提取最热门电影数据
most_popular <- movies %>%
  group_by(ID) %>%
  slice_max(popularity, n = 1, with_ties = FALSE) %>%
  select(ID, movie_name) %>%
  rename(最热门电影 = movie_name)

# 合并成目标表格
result <- least_popular %>%
  left_join(most_popular, by = "ID")

• with_ties = FALSE表示当有多个电影流行度相同时，仅保留第一条；若需保留所有同流行度电影，改为TRUE即可。

方法2：在summarise中直接匹配电影名称 #

通过which.min/which.max定位流行度极值的索引，直接提取对应电影名：

library(dplyr)

result <- movies %>%
  group_by(ID) %>%
  summarise(
    最冷门电影 = movie_name[which.min(popularity)],
    最热门电影 = movie_name[which.max(popularity)]
  )

注意：若同一ID下存在多个流行度相同的极值电影，此方法仅返回第一个匹配项；如需保留全部，建议使用方法1并调整with_ties参数。

内容的提问来源于stack exchange，提问作者Misieeek Inv.