如何用更简洁的dplyr方法按比例过滤向量中的负值？

给定包含有序正负值的向量：

x <- c(-35, -30, -25, -20, -15, -10, -5, -2, -1, -0.5, 0, 5, 22, 77)

需求：保留所有正值与0，仅保留最后1/3的负值。原解决方案逻辑繁琐，以下是更简洁的dplyr实现方式。

优化后的代码 #

library(dplyr)

tibble(x) %>%
  mutate(is_neg = x < 0) %>%
  group_by(is_neg) %>%
  filter(!is_neg | row_number() > n() - ceiling(n()/3)) %>%
  ungroup()

逻辑说明 #

1. 用is_neg标记所有负值元素
2. 按是否为负值分组：
   • 非负值组（正值、0）直接全部保留
   • 负值组内通过row_number() > n() - ceiling(n()/3)筛选出最后ceiling(n()/3)个负值（ceiling向上取整，保证结果和原示例一致）

原方案对比 #

原方案通过生成x_neg、id、x_neg_length等多个辅助列实现筛选，步骤冗余。优化后的方案直接通过分组+行号筛选，代码更简洁易读，逻辑更直观。

内容的提问来源于stack exchange，提问作者Chris Ruehlemann