如何在R中按不同id分组筛选对应数量的行？

问题原因 #

你之前的代码会导致每个id都保留前3行，是因为group_by(id)后，nrowtofilter作为全局向量被每个组引用，row_number() %in% c(3,2,1)等价于保留行号为1、2、3的行，自然每个组都会保留前3行，不符合按id对应不同行数筛选的需求。

解决方案 #

要实现每个id对应不同的筛选行数，核心是建立id与目标行数的绑定关系，再结合分组筛选：

方法一：创建映射表（通用稳定）

1. 先构建id和对应筛选行数的映射表：

nrowtofilter <- c(3, 2, 1)
filter_map <- data.frame(id = c('P1', 'P2', 'P3'), keep_n = nrowtofilter)

2. 将原数据与映射表关联，再分组筛选行号不超过对应目标行数的记录：

library(dplyr)

df <- data.frame(id = c('P1', 'P1', 'P1', 'P1', 'P2', 'P2', 'P2', 
                        'P2', 'P3', 'P3'),
                 points = c(56, 94, 17, 57, 55, 15, 37, 44, 55, 32))

df %>%
  left_join(filter_map, by = "id") %>%
  group_by(id) %>%
  filter(row_number() <= keep_n) %>%
  select(-keep_n)  # 可选：移除用于筛选的辅助列

方法二：利用组索引（简洁但依赖顺序）

如果能确保nrowtofilter的顺序和group_by(id)后的组顺序完全一致（即P1、P2、P3依次作为分组出现），可以直接用组索引匹配向量位置：

df %>%
  group_by(id) %>%
  filter(row_number() <= nrowtofilter[cur_group_id()])

这种写法无需额外创建映射表，但要求分组顺序与向量顺序严格对应，适合已知分组顺序的场景。

内容的提问来源于stack exchange，提问作者August Nilsson