R语言提取数据集高频站点名称及对应station_lat、station_lng值

操作步骤 #

1. 先提取前100高频站点的名称向量

top100_stations <- names(sort(table(cyclistic_data$start_station), decreasing = TRUE)[1:100])

2. 生成站点与经纬度的唯一映射表，避免同一个站点的重复行干扰筛选结果

station_unique <- unique(cyclistic_data[, c("start_station", "station_lat", "station_lng")])

3. 筛选得到100个高频站点的名称+经纬度结果

top100_station_coords <- station_unique[station_unique$start_station %in% top100_stations, ]

常见问题处理 #

• 若输出结果中同一个站点对应多个不同经纬度，说明原始数据存在经纬度录入异常，可对该站点的经纬度取均值/众数修正，也可直接过滤掉异常值
• 若需要同时保留站点的使用频次，可使用合并逻辑实现，示例代码如下：

# 生成站点频次统计结果
station_count <- data.frame(
  start_station = names(table(cyclistic_data$start_station)),
  use_count = as.numeric(table(cyclistic_data$start_station))
)
# 合并频次与经纬度信息
station_full_info <- merge(station_count, station_unique, by = "start_station")
# 按频次降序排序取前100
top100_full_info <- station_full_info[order(-station_full_info$use_count), ][1:100, ]

内容的提问来源于stack exchange，提问作者KalsaraL