r - R：本地排名列表，按行中的值聚合

Question

我有以下形式的数据：

"almond" "blueberry" 3
"almond" "leek" 6
"almond" "citron" 7
"almond" "fish" 2
...
"leek" "swiss_cheese" 3
"leek" "pumpkin" 5
"leek" "onion" 4
"leek" "chocolate" 10
...

对于第一列中的每个值，我想根据第三列找到k个最佳合作伙伴。“最佳”是指：第三行中的较低数字。因此，对于杏仁来说，它的三个最佳搭档是鱼、蓝莓、韭菜。对于韭菜来说，它的三个最佳搭档是swiss_cheese洋葱和南瓜。我最后想将全表减少到第一列中每个因素的三个最佳合作伙伴，即

"almond" "blueberry" 3
"almond" "leek" 6
"almond" "fish" 2
...
"leek" "swiss_cheese" 3
"leek" "pumpkin" 5
"leek" "onion" 4
...

Answer 1

所以，我发现这样做的一种方法是

require(plyr)
t <- ddply(table, .(V1), transform, rank = rank(V3))
z <- t[rank <= k,]

如果尚未加载，第一行将加载包。第二个将最后一列添加到表中，该列称为排名，包含根据第三列（“V3”）的每一行的排名，由第一列（“V1”）聚合。即，对于第一列中的每个不同值，包含它的所有行都有一个本地排名。在第二步中，我可以只对那些秩小于给定k的行进行子集化。