如何优化R语言中计算收入Top10人群主流信用卡数量均值的代码

原代码通过order()对整个收入列排序后取前10，当数据集规模较大时会产生不必要的全量排序开销，以下是两种更高效的优化方法：

方法1：用dplyr包的top_n()函数（简洁高效） #

top_n()可以直接筛选收入最高的前10行，无需对整个数据集排序，代码更直观且性能更优：

library(dplyr)

round(mean(top_n(creditcard, 10, income)$majorcards))

• 优势：语法简洁易读，内部采用高效的筛选逻辑，避免全量排序带来的资源消耗，尤其适合大数据场景。

方法2：基础R的部分排序（无需额外依赖） #

利用sort()的partial参数仅对前10大的收入值进行排序，减少计算量，同时能处理收入并列的边界情况：

# 获取收入排名第10位的阈值
income_cutoff <- sort(creditcard$income, decreasing = TRUE, partial = 10)[10]
# 筛选所有收入≥该阈值的行（覆盖并列第10的情况）
top10_group <- creditcard[creditcard$income >= income_cutoff, ]
# 严格取前10行计算平均值并取整
round(mean(head(top10_group$majorcards, 10)))

• 优势：无需加载第三方包，部分排序的计算量远小于全量排序；同时解决了原代码可能遗漏并列收入行的问题（比如多个用户收入同为第10名时，原代码只会取前10个位置的行）。

原代码的潜在问题 #

原代码在存在收入并列的场景下，可能会排除掉同样属于前10收入梯队的用户，上述优化方法能更好地处理这类边界情况。

内容的提问来源于stack exchange，提问作者Kit_ri