如何基于行ID从多个数据框中筛选符合要求的数据框

问题描述 #

我有7个从原始数据（行ID范围1-10）随机抽样得到的数据框（每个含6行），需要筛选出完全不包含行ID 3、7、10的数据框——只要包含其中任一ID的都需要排除。

原始数据生成代码：

df8 <- data.frame(
  id = c(1,2,3,4,5,6,7,8,9,10),
  name =c("james","milos","abdul","rose","helen","ahmed","xian","obi","koffi","trump"),
  entry_date = as.Date(c("1991-1-20","1992-2-21","1993-3-23","1994-4-24","1995-5-25",
                    "1996-6-26","1997-7-27","1998-8-28","1999-9-29","2000-10-30"))
)

library(dplyr)
kk <- as.data.frame(replicate(7, sample_n(df8, 6, replace = FALSE), simplify = FALSE))

尝试的代码与报错 #

我尝试了以下代码：

filter(kk, !(id == 3 | id == 7 | id == 10)

出现报错：

Error: unexpected symbol in:
"filter(kk, !(id == 3 | id == 7 | id == 10)
filter"

错误原因 #

1. 语法错误：filter函数的括号未闭合，缺少一个右括号
2. 逻辑错误：kk本质是数据框组成的列表（转成data.frame后结构混乱），不能直接用dplyr::filter处理整个对象，需要逐个检查每个子数据框是否符合条件

解决方案 #

步骤1：规范数据框列表的生成 #

replicate返回的是列表，无需转成data.frame，直接保留列表格式更易处理：

# 修正kk的生成代码，去掉as.data.frame
kk <- replicate(7, sample_n(df8, 6, replace = FALSE), simplify = FALSE)

步骤2：筛选符合条件的数据框 #

有两种实现方式，任选其一即可：

方式1：使用dplyr+purrr包

library(purrr)
# 定义需要排除的ID集合
exclude_ids <- c(3, 7, 10)
# 筛选完全不包含指定ID的数据框
filtered_kk <- keep(kk, ~ !any(.x$id %in% exclude_ids))

方式2：基础R实现（无需额外包）

# 筛选完全不包含指定ID的数据框
filtered_kk <- Filter(function(x) !any(x$id %in% c(3, 7, 10)), kk)

代码说明 #

• any(.x$id %in% exclude_ids)：检查当前子数据框的id列是否包含任一需排除的ID，返回TRUE表示该数据框需要被排除
• 取反符号!将逻辑结果反转，最终保留的是完全不包含指定ID的数据框

验证筛选结果 #

可以通过以下代码查看筛选后的结果：

# 查看筛选后剩余的数据框数量
length(filtered_kk)

# 如果有符合条件的数据框，查看第一个的ID列
if (length(filtered_kk) > 0) {
  print(filtered_kk[[1]]$id)
}

内容的提问来源于stack exchange，提问作者BCama