如何用dplyr提取数据框中par变量指定正负值对应的条目？

首先生成原始测试数据（注意避免使用R内置函数名table作为变量名，改用table_df）：

set.seed(12)
table_df <- 
  data.frame(
    value = rnorm(n = 10), 
    par = runif(n = 10, min = -1, max = 1)
  )

无分组数据的处理方案 #

通过拆分正负par条目、分别筛选后合并的方式，用dplyr实现需求：

library(dplyr)

result <- table_df %>%
  # 筛选par为负数的条目，取最大的2个（最接近0的两个负数）
  filter(par < 0) %>%
  slice_max(order_by = par, n = 2) %>%
  # 合并par为正数的条目，取最小的2个（最接近0的两个正数）
  bind_rows(
    table_df %>%
      filter(par > 0) %>%
      slice_min(order_by = par, n = 2)
  )

# 输出结果与预期一致
result

分组数据的复用方案 #

如果数据包含分组变量，使用group_modify对每个分组单独执行逻辑，实现复用：

# 生成带分组的测试数据
set.seed(12)
grouped_df <- 
  data.frame(
    group = rep(c("A", "B"), each = 10),
    value = rnorm(n = 20), 
    par = runif(n = 20, min = -1, max = 1)
  )

# 分组处理
grouped_result <- grouped_df %>%
  group_by(group) %>%
  group_modify(~ {
    .x %>%
      filter(par < 0) %>%
      slice_max(order_by = par, n = 2) %>%
      bind_rows(
        .x %>%
          filter(par > 0) %>%
          slice_min(order_by = par, n = 2)
      )
  }) %>%
  ungroup()

grouped_result

关键函数说明 #

• slice_max: 按指定列提取最大的n条记录，用于筛选最接近0的负数；
• slice_min: 按指定列提取最小的n条记录，用于筛选最接近0的正数；
• group_modify: 对分组数据的每个子组应用自定义处理逻辑，适配多分组场景；
• bind_rows: 将两部分筛选结果合并为一个数据框。

内容的提问来源于stack exchange，提问作者Mr Frog