使用dplyr函数count和top_n获取前10个国籍。由于top_n考虑了平局，因此本例中包含的国籍数由于平局而超过10个。arrange计数，使用factor和levels按降序设置国籍。

# top-10 nationalities
d2 <- d %>%
  count(nationality) %>%
  top_n(10) %>%
  arrange(n, nationality) %>%
  mutate(nationality = factor(nationality, levels = unique(nationality)))

d %>%
  filter(nationality %in% d2$nationality) %>%
  mutate(nationality = factor(nationality, levels = levels(d2$nationality))) %>%
  ggplot(aes(x = nationality, fill = course)) +
    geom_bar()

下面是选择前10个国家的方法。请注意，多个国家共享相同的频率。因此，选择前10个国家会导致忽略一些具有相同频率的国家。

# calculate frequencies
tab <- table(d$nationality)
# sort
tab_s <- sort(tab)
# extract 10 most frequent nationalities
top10 <- tail(names(tab_s), 10)
# subset of data frame
d_s <- subset(d, nationality %in% top10)
# order factor levels
d_s$nationality <- factor(d_s$nationality, levels = rev(top10))

# plot
ggplot(d_s, aes(x = nationality, fill = as.factor(course))) +
  geom_bar() + 
  theme_classic()

请注意，我将colour更改为fill，因为colour会影响边框的颜色。

虽然这些问题在一段时间前已经提出，但为了完整起见，我提出另外两个解决方案：

d_raw <- data.frame(
  course = sample(LETTERS[1:5], 500, replace = T),
  nationality = as.factor(sample(1:172, 500, replace=T))
)

1.一个使用forcats包中的fct_lump_n()，另一个使用filter()

d1 <- d_raw %>% 
   mutate(nationality = fct_lump_n(
     f = nationality, 
     n = 10,
     ties.method = "first"
   )) %>% 
   filter(nationality != "Other")

 d1 %>% count(nationality, sort = TRUE)

 ggplot(d1, aes(x = nationality, fill = course)) + # factor() is not needed here.
   geom_bar() + 
   theme_classic()

fct_lump_n()汇总了除10个最常见的国籍之外的所有国籍，并将其归入“其他”类别。请注意，在fct_lump_n()参数中，需要使用ties.method = "first"才能真正获取前10个国籍，而不是11或12个。所有其他国籍都标记为“其他”，即使它们可能与前10个国籍一样频繁出现。
国籍级别仅按字母顺序排列。

1.另一个解决方案是使用forcats包中的fct_infreq()、cur_group_id()和filter()。

d2 <- d_raw %>% 
   group_by(nationality = fct_infreq(nationality)) %>% 
   filter(cur_group_id() <= 10) %>% 
   ungroup()

 d2 %>% count(nationality, sort = TRUE)

 ggplot(d2, aes(x = nationality, fill = course)) + # factor() is not needed here.
   geom_bar() + 
   theme_classic()

cur_group_id()为每个国籍分配一个组ID。为了从最常用的国籍开始，我们首先需要按频率对列nationality进行排序。然后，我们过滤前10个组ID，也就是最常用的10个国籍。
国籍级别首先按n排序，然后按字母顺序排序。

我使用count()来验证两个 Dataframe d1和d2看起来是一样的。两种解决方案都有优点，即我们不需要第二个（临时） Dataframe 或临时向量。
我希望这对以后的人有帮助。