如何按分组选取数据集第N大的行？含iris实操疑问

关于修改[2L]为[3L]的疑问 #

是的，把代码里的[2L]改成[3L]，确实能获取每组Species下去重后的Sepal.Length第三大值。但要注意：如果某组的Sepal.Length唯一值数量少于3个，这个操作会返回NA——比如假设某组只有2个不同的花萼长度值，那取第三大就没有对应结果了。

如何选取原数据集中对应的完整行 #

如果要拿到每组中对应第N大Sepal.Length的完整行，有几种更直接的dplyr方法，可根据你对重复值的处理需求选择：

方法1：先去重再取第N大行（和原代码逻辑一致） #

先对每组的Sepal.Length去重并保留完整行，再按降序排序后取第N行：

library(dplyr)

# 定义N为你要取的第N大，示例为3
N <- 3

iris %>%
  group_by(Species) %>%
  distinct(Sepal.Length, .keep_all = TRUE) %>% # 按花萼长度去重，保留整行数据
  arrange(desc(Sepal.Length)) %>% # 按花萼长度降序排列
  slice(N) # 取第N行

方法2：保留所有等于第N大值的行（含重复值） #

如果原数据中有多个行的Sepal.Length等于第N大值，想要全部保留，可以用dense_rank标记排名：

N <- 3

iris %>%
  group_by(Species) %>%
  mutate(rank_num = dense_rank(desc(Sepal.Length))) %>% # 相同值共享同一排名，跳过重复位次
  filter(rank_num == N)

如果用rank()代替dense_rank()，相同值会占用多个排名位（比如两个最大值会占第1、2名），此时第三大值的排名会变成3，结果逻辑会和原代码去重后的逻辑有差异，可根据需求选择。

方法3：用slice_max简化操作 #

slice_max可直接按分组取最大的n个值对应的行，结合n=N拿到前N大的行后，取最后一行就是第N大的：

N <- 3

iris %>%
  group_by(Species) %>%
  distinct(Sepal.Length, .keep_all = TRUE) %>%
  slice_max(Sepal.Length, n = N) %>%
  slice(N)

内容的提问来源于stack exchange，提问作者stats_noob