R语言如何在分组数据列中查找最接近指定值的对应行
R按分组筛选列值与目标值最接近的所有行的实现方法
你编写的代码报错主要有两个问题:
- 管道运算符
%>%会将左侧的分组数据框作为第一个参数传入which函数,不符合which仅接收逻辑向量的参数要求 - 代码中使用
df$x直接调用全表的x列,不会读取分组后的组内x值,逻辑本身不成立
方案1:使用filter实现(兼容性最好)
该写法和你未分组时的逻辑完全一致,能保留所有并列最接近目标值的行:
library(dplyr) my.val = 5.2 result <- df %>% group_by(treat) %>% # 组内判断当前行的差值是否等于组内最小差值 filter(abs(x - my.val) == min(abs(x - my.val))) %>% ungroup() # 按需保留,不需要后续分组操作建议解开分组
针对你的示例数据,运行后会返回两行结果,对应high组和low组中x值最接近5.2的行,和你未分组时得到的索引5、11对应的数据完全一致。
方案2:使用slice_min实现(写法更简洁)
dplyr 1.0.0及以上版本支持slice_min函数,可以直接按差值排序取最小的行:
library(dplyr) my.val = 5.2 result <- df %>% group_by(treat) %>% # with_ties=TRUE为默认值,保留所有并列最小的行,不需要可设置为FALSE只取第一行 slice_min(abs(x - my.val), with_ties = TRUE) %>% ungroup()
如果需要获取每个组内的对应行号,可在分组后新增组内行号字段再筛选:
result_with_group_rowid <- df %>% group_by(treat) %>% mutate(group_inner_rowid = row_number()) %>% filter(abs(x - my.val) == min(abs(x - my.val))) %>% ungroup()
以上两种方案都适配45个分组的数据集场景,运行效率无明显差异。
内容的提问来源于stack exchange,提问作者Tom
相关产品推荐
相关产品推荐

