R中同尺寸df与逻辑数据框执行df[logicaldf,]的作用是什么？

两种索引规则的差异 #

你之前熟悉的df[x, ]属于行筛选索引，要求x是长度和数据框行数相等的向量：

• 若为逻辑向量：保留x为TRUE对应的行
• 若为数值向量：保留对应行号的行

但你本次传入的foo5是和foo完全同维度（5行3列）的逻辑矩阵，不是等长行向量，因此触发了R的矩阵元素索引规则，整个执行过程可以拆为三步：

1. R会先把逻辑矩阵foo5按列优先顺序拉平为一维向量，提取所有TRUE位置对应的原数据框元素，单独执行foo[foo5]（不加逗号）你会得到如下输出：

[1] 11 53  9 10

这就是foo中所有大于5的元素值。
2. 你写的foo[foo5, ]相当于把上面提取到的4个元素c(11,53,9,10)当成了行号向量，去取foo的对应行。
3. 你的foo总共只有5行，行号11、9、10都超出了最大行号范围，R会用NA填充这些不存在的行，最终就得到了你看到的2行有效数据+2行NA的结果。

正确筛选行的写法 #

如果你需要筛选至少有一个元素大于5的行，应该先生成和行数等长的逻辑向量，而非全表逻辑矩阵，参考写法：

# 方法1：通过rowSums判断每行是否存在大于5的元素
foo[rowSums(foo > 5) > 0, ]

# 方法2：通过apply逐行判断是否有满足条件的元素
foo[apply(foo > 5, 1, any), ]

两种写法都会返回预期的筛选结果：

c1 c2 c3
1 11  9  1
2  2  3 10
5 53  2  2

内容的提问来源于stack exchange，提问作者aj207