如何在分组汇总后的R数据框中获取第二顺位数值？

首先，先构造你的示例数据框：

df <- data.frame(
  name = c("foo", "foo", "foo", "bar", "bar", "bar"),
  value = c(100, 200, 300, 400, 500, 600)
)

要在group_by() + summarize()的链式操作中获取每组的第二大值，这里提供几种适合新手的直观方法：

方法1：排序后取索引 #

对每组的value按降序排序，直接提取第2个元素即可，这是最易懂的写法：

df %>% 
  group_by(name) %>% 
  summarize(
    maxValue = max(value),
    secondValue = sort(value, decreasing = TRUE)[2]
  )

简单解释： #

• sort(value, decreasing = TRUE)：将当前分组的value从大到小排序
• [2]：取排序后的第2个元素，也就是该组的第二大值

方法2：适配dplyr风格的写法 #

如果想更贴合dplyr的函数逻辑，也可以用slice_max先筛选每组前两大的值，再提取第二大的元素：

df %>% 
  group_by(name) %>% 
  summarize(
    maxValue = max(value),
    secondValue = nth(slice_max(value, n=2)$value, 2)
  )

不过这种写法比第一种繁琐，新手优先推荐方法1。

特殊情况处理 #

如果你的数据中存在元素数量不足2个的分组，上述代码会返回NA。要是需要自定义这种情况的返回值，可以用ifelse做判断：

df %>% 
  group_by(name) %>% 
  summarize(
    maxValue = max(value),
    secondValue = ifelse(n() >=2, sort(value, decreasing = TRUE)[2], NA)
    # 可以把NA换成你需要的默认值，比如0
  )

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