R语言如何通过逻辑型DataFrame快速筛选主数据框目标行

问题说明 #

现有两个维度完全一致的数据框，第一个为存储数值的主数据框，第二个为存储筛选标记的逻辑型数据框，构造代码与示例内容如下：

# 主数据框
df <- data.frame(
  x= c(1:10),
  y= c(11:20),
  z= c(21:30))
df
#    x  y  z
#1   1 11 21
#2   2 12 22
#3   3 13 23
#4   4 14 24
#5   5 15 25
#6   6 16 26
#7   7 17 27
#8   8 18 28
#9   9 19 29
#10 10 20 30

# 逻辑筛选数据框
logic_df <- data.frame(
  x = c(rep(TRUE,2),rep(FALSE,8)),
  y = c(rep(TRUE,3),rep(FALSE,7)),
  z = c(rep(FALSE,9),rep(TRUE,1))
)
logic_df
#       x     y     z
#1   TRUE  TRUE FALSE
#2   TRUE  TRUE FALSE
#3  FALSE  TRUE FALSE
#4  FALSE FALSE FALSE
#5  FALSE FALSE FALSE
#6  FALSE FALSE FALSE
#7  FALSE FALSE FALSE
#8  FALSE FALSE FALSE
#9  FALSE FALSE FALSE
#10 FALSE FALSE  TRUE

需要实现的筛选规则：只要某一行在逻辑数据框的任意列对应位置为TRUE，就保留整行；所有位置全为FALSE的行删除，期望输出结果如下：

x  y  z
1  1 11 21
2  2 12 22
3  3 13 23
4 10 20 30

高效实现方案 #

基础R实现（无依赖，最优方案） #

利用R中逻辑值运算的原生特性：TRUE参与数值运算时自动转为1，FALSE自动转为0，对逻辑数据框按行求和，行和大于0即代表该行存在至少一个TRUE，直接作为行索引即可，一行代码完成筛选：

res <- df[rowSums(logic_df) > 0, ]

运行后得到的res和期望结果完全一致，代码简洁且运行效率最高。

其他可选实现 #

如果日常使用tidyverse生态，也可以用dplyr写法实现：

library(dplyr)
# 写法1：直接沿用行求和逻辑，性能和基础R接近
res <- df %>% filter(rowSums(logic_df) > 0)

# 写法2：按列显式匹配判断，逻辑可读性更强
res <- df %>% filter(if_any(everything(), ~ logic_df[[cur_column()]]))

注意事项 #

• 上述方法默认两个数据框行数、列顺序完全匹配，如果列顺序不一致需要先对齐列，否则会出现筛选错位
• 如果需要筛选所有列对应位置全为TRUE的行，只需要把判断条件改为rowSums(logic_df) == ncol(logic_df)即可
• 如果逻辑数据框存在NA值，可以补充na.rm = TRUE参数避免结果出现NA：rowSums(logic_df, na.rm = TRUE) > 0

内容的提问来源于stack exchange，提问作者Ammar Gamal