使用行位置向量列表对数据框列表进行行子集化

没问题，这就帮你搞定数据框列表的行子集化操作！首先我先把你没写完的data4补一个合理的示例结构，然后给你两种实用的方法：基础R原生方法和tidyverse风格的方法。

第一步：准备数据和行索引列表 #

先把所有数据框整理成列表，同时定义好每个数据框要保留的行位置向量（注意行索引列表的长度要和数据框列表一致哦）：

# 补全data4的示例（你提供的内容不完整，这里补一个匹配结构的例子）
data1 <- data.frame( ID = c(1, 1, 1, 1), Name1 = c(3, 2, 3, 2), Name2 = c(4, 5, 4, 5), Name3 = c(6, 7, 6, 7), Name4 = c(8, 9, 8, 9))
data2 <- data.frame( ID = c(2, 2, 2), Name4 = c(7, 3, 3), Name2 = c(3, 1, 1), Name3 = c(2, 2, 2), Name1 = c(1, 1, 1))
data3 <- data.frame( ID = c(3, 3, 3, 3, 3, 3), Name3 = c(6, 6, 6, 6, 6, 6), Name1 = c(2, 2, 2, 2, 2, 2), Name4 = c(3, 3, 3, 3, 3, 3), Name2 = c(2, 2, 2, 2, 2, 2))
data4 <- data.frame( ID = c(4, 4, 4, 4), Name1 = c(5,5,5,5), Name2 = c(1,1,2,2), Name3 = c(3,4,3,4), Name4 = c(6,7,6,7))

# 把数据框打包成列表
df_list <- list(data1, data2, data3, data4)

# 定义对应每个数据框的行位置向量列表
row_index_list <- list(
  c(1, 3),  # 保留data1的第1、3行
  c(2),      # 保留data2的第2行
  c(1,4,6),  # 保留data3的第1、4、6行
  c(2,4)     # 保留data4的第2、4行
)

方法一：基础R原生实现（无需额外包） #

用Map()函数就能轻松搞定，它会自动把两个列表的对应元素配对，执行子集化操作：

# 执行行子集化
subsetted_dfs <- Map(function(df, rows) df[rows, ], df_list, row_index_list)

# 查看第一个子集化后的结果（原data1的第1、3行）
subsetted_dfs[[1]]

Map()的逻辑很直观：依次取df_list里的每个数据框和row_index_list里对应的行索引，然后用df[rows, ]提取指定行，最后返回一个新的子集化数据框列表。

方法二：tidyverse风格（用purrr包） #

如果你习惯tidyverse的语法，用purrr包的map2()函数会更简洁：

# 先安装加载purrr（如果没装过的话）
# install.packages("purrr")
library(purrr)

# 执行子集化
subsetted_dfs_purrr <- map2(df_list, row_index_list, ~ .x[.y, ])

# 查看第二个子集化后的结果（原data2的第2行）
subsetted_dfs_purrr[[2]]

这里map2()专门处理两个长度相同的列表，~ .x代表数据框列表的元素，.y代表行索引列表的元素，一行代码就能完成操作，可读性拉满。

注意事项 #

• 确保行索引列表的长度和数据框列表完全一致，否则会报错；
• 行索引不能超出对应数据框的总行数，不然会返回带NA的行，记得提前检查索引有效性。

内容的提问来源于stack exchange，提问作者John L. Godlee