如何在不丢失索引（或行号）的情况下按行过滤数据框？答案

【问题标题】：How to filter a dataframe by rows without losing the index (or row number)?如何在不丢失索引（或行号）的情况下按行过滤数据框？
【发布时间】：2020-04-13 21:05:56
【问题描述】：

我有一个小数据框 (dt)，其中包含来自不同 catboost 运行的二进制标签：

structure(list(old.cat.lab = c(1, 1, 0, 0, 0, 1, 0, 0, 0, 1), 
new.cat.lab = c(1, 1, 0, 0, 1, 1, 0, 1, 0, 1)), row.names = c(NA, 10L), class = "data.frame")

我想过滤 dt$new.cat.lab == 1 使用的行（来自 dplyr 包）：

dt.match <- dt %>% filter(dt$new.cat.lab ==1, .preserve = T)

问题是过滤器函数分配了一个新的行号。我想在新变量中保留行号（索引）。 dplyr 的过滤功能中的.preserve=T 命令似乎没有这样做。

【问题讨论】：

标签： r indexing filter dplyr row-number

【解决方案1】：

tidyverse，不保留行名，我们可以创建一个新的行名列，然后应用filter

library(dplyr)
library(tibble)
dt %>%
   rownames_to_column('rn') %>%
   filter(new.cat.lab ==1)%>%
   column_to_rownames('rn')
#   old.cat.lab new.cat.lab
#1            1           1
#2            1           1
#5            0           1
#6            1           1
#8            0           1
#10           1           1

根据?dplyr::filter，.preserve用于分组结构

.preserve - .data 输入分组时相关。如果 .preserve = FALSE（默认），则根据结果数据重新计算分组结构，否则保持分组不变。

在base R 中，这可以通过subset 完成

subset(dt, new.cat.lab == 1)

或使用as.logical

subset(dt, as.logical(new.cat.lab))

【讨论】：

【解决方案2】：

library(dplyr)

iris %>% 
  mutate(index = rownames(.)) %>% 
  relocate(index, .before = "Sepal.Length") %>% 
  subset(., Sepal.Length == max(Sepal.Length))

使用行名/行号创建索引列以进行跟踪。然后过滤。下面是另一个变种

iris %>% 
  mutate(index = rownames(.)) %>% 
  relocate(index, .before = "Sepal.Length") %>% 
  filter(Sepal.Length == max(Sepal.Length))

【讨论】：