R语言如何在数据框中按分组筛选最接近0（排除0）的正负数值

你的代码存在两处逻辑问题：

1. 比较维度不匹配：min(abs(distance))返回的是绝对值的正数结果，直接和带正负的原始distance做相等判断，会过滤掉所有符合条件的负数值，比如gene1组的-5，绝对值是5为最小值，但-5≠5导致被误删
2. 最小值计算未排除0：如果分组内存在distance=0的行，min(abs(distance))结果为0，后续distance == 0 & distance != 0的矛盾条件会导致该组无结果返回，比如你的gene2组就会被完全过滤

修复方案1 调整filter逻辑 #

library(dplyr)
distances <- f %>%
  group_by(gene) %>%
  # 先排除0值再计算绝对值最小值，再用原始值的绝对值和该最小值匹配
  filter(abs(distance) == min(abs(distance[distance != 0]))) %>%
  ungroup()

修复方案2 用slice_min简化写法 #

distances <- f %>%
  filter(distance != 0) %>% # 提前过滤所有0值，减少分组计算量
  group_by(gene) %>%
  slice_min(order_by = abs(distance), n = 1) %>% # 取每组绝对值最小的1行
  ungroup()

两种方案运行后均可得到你期望的结果：

gene distance
1 gene1       -5
2 gene2       40
3 gene3        5

如果分组内存在多个绝对值相同的最接近0的值（比如某组同时有3和-3），可以在slice_min中添加参数with_ties = FALSE只保留第一个匹配行。

内容的提问来源于stack exchange，提问作者lana