R语言使用filter按row.names筛选数据集报错的解决方法

dplyr::filter()的筛选逻辑是针对数据框内部的列做条件判断，row.names是数据框的行名属性，不属于数据框的内置列，且默认行名存储为字符类型，直接写row.names > 3既无法定位到计算对象，也会因数据类型不匹配触发报错。

方法1：使用slice()按行位置筛选（推荐，适配大体量数据集） #

slice()是dplyr专门用于按行位置筛选的函数，无需构造辅助列，执行效率高，直接传入要保留的行位置范围即可：

library(dplyr)
temp <- data.frame(Text = c("a","b","c","d","e"))
a <- temp %>% 
  slice(4:n())

其中n()会自动识别管道传入数据框的总行数，不需要手动硬编码数据规模，适配大体量数据集场景。
运行后得到的结果和预期完全一致：

Text
4    d
5    e

方法2：在filter中显式调用行属性做判断 #

如果需要在filter逻辑中结合其他列条件做联合筛选，可以显式取数据框的行属性转成数值后判断，注意要用.指代当前管道传入的数据框：

a <- temp %>%
  filter(as.numeric(rownames(.)) > 3)

也可以先构造连续行号的辅助列再筛选，适合后续需要反复调用行标识的场景：

a <- temp %>%
  mutate(row_id = row_number()) %>%
  filter(row_id > 3) %>%
  select(-row_id) # 筛选完成后可删除不需要的辅助列

注意：不要直接对字符类型的行名做大小比较，否则会出现类似"10" < "3"的字符排序逻辑错误，导致筛选结果不符合预期。

内容的提问来源于stack exchange，提问作者Aravindan Kalai