如何在R语言中从数据框列表中按规则筛选行？

先创建两个数据框并组成列表：

df1 = data.frame(
  y1 = c(1, -2, 3),
  y2 = c(4, 5, 6),
  out = c("*", "*", "")
)

df2 = data.frame(
  y1 = c(7, -3, 9),
  y2 = c(1, 4, 6),
  out = c("", "*", "")
)

lis = list(df1, df2)

需要逐行对比列表中两个数据框的对应行（lis[[1]]第n行 vs lis[[2]]第n行），遵循以下规则筛选结果：

• 若两行的out列均为*或均为空：选取y1绝对值更大的行，新增ind列标注其所属数据框的索引（1或2）
• 若两行out列不同：直接选取out为*的行，新增ind列标注索引

期望输出：

y1 y2 out ind
 1  4   *    1
-3  4   *    2
 9  6        2

方法一：基础R循环实现 #

# 初始化结果数据框
result = data.frame(y1 = numeric(), y2 = numeric(), out = character(), ind = integer(), stringsAsFactors = FALSE)

# 逐行遍历处理
for (i in 1:nrow(df1)) {
  row1 = df1[i, ]
  row2 = df2[i, ]
  
  if (row1$out == row2$out) {
    # 两行out一致，选y1绝对值大的
    if (abs(row1$y1) >= abs(row2$y1)) {
      selected_row = cbind(row1, ind = 1)
    } else {
      selected_row = cbind(row2, ind = 2)
    }
  } else {
    # 两行out不同，选out为*的行
    selected_row = if (row1$out == "*") cbind(row1, ind = 1) else cbind(row2, ind = 2)
  }
  
  result = rbind(result, selected_row)
}

# 查看结果
print(result)

运行输出：

y1 y2 out ind
1   1  4   *   1
2  -3  4   *   2
3   9  6       2

方法二：dplyr+tidyr 简洁实现 #

如果习惯使用tidyverse工具链，可以用更简洁的代码实现：

library(dplyr)
library(tidyr)

# 合并数据框并添加索引，按原行号分组
combined_data = bind_rows(lis, .id = "ind") %>%
  mutate(ind = as.integer(ind)) %>%
  group_by(row_number())

# 按规则筛选目标行
result = combined_data %>%
  filter(
    # 情况1：out相同，取y1绝对值最大的行
    (out == first(out) & abs(y1) == max(abs(y1))) |
    # 情况2：out不同，取out为*的行
    (out != first(out) & out == "*")
  ) %>%
  ungroup() %>%
  select(y1, y2, out, ind)

print(result)

运行后同样得到符合要求的结果。

内容的提问来源于stack exchange，提问作者bic ton