如何在R dataframe中保留每行前N个值并将其余值设为0

示例数据构造 #

先还原你给出的示例数据框：

df <- data.frame(
  V1 = c(0.5, 0.3, 0.6),
  V2 = c(0.3, 0.1, 0.7),
  V3 = c(0.2, 0.25, 0.35),
  V4 = c(0.15, 0.4, 0.2),
  V5 = c(0.9, 0.14, 0.1)
)

方法一：基础R实现（无需额外包） #

通过apply逐行处理，配合自定义函数完成需求：

# 定义处理函数：输入单行数据和保留数量N，返回处理后的行
keep_top_n <- function(row, n) {
  # 获取该行前n大数值的位置索引
  top_indices <- order(row, decreasing = TRUE)[1:n]
  # 初始化全0向量，替换前n大的数值
  new_row <- rep(0, length(row))
  new_row[top_indices] <- row[top_indices]
  return(new_row)
}

# 设置要保留的前N个数（示例中N=2）
N <- 2

# 应用函数到数据框的每一行，转回数据框格式并恢复列名
processed_df <- as.data.frame(t(apply(df, 1, keep_top_n, n = N)))
colnames(processed_df) <- colnames(df)

运行后输出结果：

print(processed_df)
#    V1  V2 V3 V4   V5
# 1 0.5 0.0  0  0 0.90
# 2 0.3 0.0  0 0.4 0.14
# 3 0.6 0.7  0  0 0.00

方法二：tidyverse风格实现（需dplyr包） #

如果你习惯使用tidyverse工具链，可以用dplyr的行处理功能：

library(dplyr)

processed_df_dplyr <- df %>%
  rowwise() %>%
  mutate(
    # 提取当前行前N大数值对应的列索引
    top_cols = list(order(c_across(), decreasing = TRUE)[1:N]),
    # 遍历所有列，仅保留top_cols对应的数值，其余设为0
    across(everything(), ~ ifelse(cur_column() %in% names(.)[top_cols], ., 0))
  ) %>%
  select(-top_cols) %>%
  ungroup()

两种方法都能实现你需要的效果，可根据自己的代码习惯选择。

内容的提问来源于stack exchange，提问作者Li Ma