R语言如何高效从dataframe单列中按间隔取每组5行的子集

你的需求本质是从每10行数据中提取前5行、跳过后5行，总样本量刚好从600降到300，以下是几种简洁的实现方法：

方法1：基础R模运算筛选（最推荐，无额外依赖） #

直接利用行号除以10的余数做筛选，一行代码即可完成：

set.seed(1)
df <- data.frame(rnorm(600))
# 核心筛选逻辑：行号模10的结果在1-5之间的行即为目标行
subset.df <- df[(seq(nrow(df)) %% 10) %in% 1:5, , drop = FALSE]

说明：加drop = FALSE是为了避免单列表自动转为向量，保持dataframe结构不变。

方法2：序列生成法 #

通过生成起始索引批量拼接目标行号，逻辑更直观：

# 生成每10行的起始位置：1,11,21...591
starts <- seq(from = 1, to = nrow(df), by = 10)
# 每个起始位置扩展为连续5个行号
idx <- as.vector(outer(starts, 0:4, `+`))
subset.df <- df[idx, , drop = FALSE]

方法3：dplyr语法实现 #

如果习惯使用tidyverse生态，可以用slice函数实现：

library(dplyr)
subset.df <- df %>% 
  slice(which(row_number() %% 10 %in% 1:5))

以上三种方法得到的结果和你手动拼接索引得到的结果完全一致，代码量大幅缩减，也支持任意长度的数据集扩展，不需要手动修改索引范围。

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