如何基于DataFrame最后一行划分子集？非转置方案适配图像展示需求

嘿，我来帮你搞定这个问题！既然转置会导致图像展示的匹配问题，那我们直接从列维度入手处理就好——毕竟你的分组标识（8、9、10）正好在最后一行的每一列里，完全不需要转置操作。

具体步骤与代码实现 #

1. 提取分组标识向量
   先把最后一行的分组值单独提出来，作为后续筛选列的依据：

   # 提取第600行的分组信息
   group_vector <- original_df[600, ]
   

2. 按分组筛选列生成子集
   根据分组向量的取值，分别筛选对应列，同时可以选择是否保留最后一行的分组标识（通常我们只需要前599行的业务数据）：

   # 提取所有最后一行值为8的列，保留前599行数据
   data8 <- original_df[1:599, group_vector == 8]
   
   # 同理生成data9和data10
   data9 <- original_df[1:599, group_vector == 9]
   data10 <- original_df[1:599, group_vector == 10]
   

   如果需要保留最后一行的分组行，只需要把索引改成original_df[, group_vector == 8]即可。

小例子验证 #

为了让你更清楚效果，我用一个小型测试数据框演示：

# 创建测试数据框（3行4列，最后一行是分组标识）
test_df <- data.frame(
  col1 = c(1, 2, 8),
  col2 = c(3, 4, 9),
  col3 = c(5, 6, 10),
  col4 = c(7, 8, 8)
)

# 提取分组向量
group_vec <- test_df[3, ]

# 生成子集
data8_test <- test_df[1:2, group_vec == 8]
# 输出结果会包含col1和col4的前两行数据，完全符合预期

这种方法完全保留了原始DataFrame的行结构，不会出现转置后图像匹配的问题，完美适配你的需求！

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