R语言：如何筛选汽车生产数据集频率Top5国家并生成表格

核心思路 #

不用拆分步骤，用dplyr的管道语法就能一步完成NA过滤、频率统计、取前5的操作，下面给你详细的代码和每一步的解释（假设你的数据集叫car_production，存储国家的列名为country，如果实际列名不一样，记得替换）。

方法一：用slice_max直接取前5（推荐） #

# 先加载dplyr包
library(dplyr)

# 完整操作代码
car_production %>%
  # 第一步：过滤掉国家列的空值（NA），避免统计无效数据
  filter(!is.na(country)) %>%
  # 第二步：按国家分组
  group_by(country) %>%
  # 第三步：统计每个国家的记录数，命名为frequency；.groups="drop"用来取消分组，避免后续警告
  summarize(frequency = n(), .groups = "drop") %>%
  # 第四步：按频率降序取前5个国家
  slice_max(order_by = frequency, n = 5)

方法二：用arrange排序后取前5 #

如果你习惯先排序再取头部数据，也可以这么写：

car_production %>%
  filter(!is.na(country)) %>%
  group_by(country) %>%
  summarize(frequency = n(), .groups = "drop") %>%
  # 按频率从高到低排序
  arrange(desc(frequency)) %>%
  # 取前5行
  head(5)

额外说明：NA的另一种处理方式 #

如果你觉得filter(!is.na(country))写起来麻烦，也可以用tidyr包的drop_na函数直接删除国家列含NA的行，需要先加载tidyr：

library(dplyr)
library(tidyr)

car_production %>%
  drop_na(country) %>%
  group_by(country) %>%
  summarize(frequency = n(), .groups = "drop") %>%
  slice_max(frequency, n = 5)

对你疑问的解答 #

• 是否需要先生成频率列表再提取前5？本质上是这个逻辑，但用dplyr的管道可以把所有步骤连起来，不用单独生成中间列表，代码更简洁易读。
• 为什么之前的方案无效？大概率是没在统计前过滤NA，或者排序/取前5的步骤写错了，按上面的代码一步步来就能解决。

内容的提问来源于stack exchange，提问作者candypox