使用dplyr的top_n分组筛选时，如何用第二指标打破平局？

需求是按分类列分组后，基于主指标筛选Top N数据，同时用次指标打破平局，避免因平局导致结果行数过多。当前使用top_n无法处理多指标平局的情况，需要替代方案。

示例数据 #

library(dplyr)
df = data.frame(category = c(rep("red",4), rep("green",4), rep("blue",4)),
               metric1 = c(1,1,2,3,
                          1,2,2,3,
                          1,2,1,3),
               metric2 = c(rep(1:4,3)))
head(df)

输出：

category metric1 metric2
1      red       1       1
2      red       1       2
3      red       2       3
4      red       3       4
5    green       1       1
6    green       2       2

使用top_n的问题：执行以下代码后，green组因metric1=2出现两行结果，不符合仅保留一行的需求。

df %>% 
    group_by(category) %>%
    top_n(2, wt=metric1)

解决方案 #

方法1：使用slice_max（dplyr 1.0.0+版本推荐） #

slice_max支持传入多指标排序规则，先按主指标排序，再用次指标打破平局，同时通过参数直接截断平局结果。

df %>%
  group_by(category) %>%
  slice_max(order_by = c(metric1, metric2), n = 2, with_ties = FALSE)

• order_by = c(metric1, metric2)：优先按metric1降序排序，次指标metric2降序打破平局（若需升序打破平局，改为c(metric1, metric2)即可）
• with_ties = FALSE：直接截断平局数据，仅保留前N行

方法2：先排序再切片（类似Python Lambda排序逻辑） #

通过先按多指标优先级排序，再取前N行，逻辑直观易懂：

df %>%
  group_by(category) %>%
  arrange(desc(metric1), desc(metric2)) %>% # 先按主指标降序，再按次指标降序
  slice_head(n = 2)

方法3：手动计算组合排名处理平局 #

如果需要更灵活的排名规则，可通过给次指标添加小权重生成唯一排名，再筛选：

df %>%
  group_by(category) %>%
  mutate(rank = dense_rank(desc(metric1)) + min_rank(desc(metric2))/100) %>% # 主指标排名+次指标小权重排名
  filter(rank <= 2) %>%
  select(-rank)

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