R语言：选取多行生成新DataFrame及聚类簇变量组合查看方法

嘿，针对你的需求，我整理了两种实用的解决办法，直接上手就能用：

一、查看不同簇的变量组合 #

首先，咱们得把聚类结果和原DataFrame绑定到一起，这样才能对应到每个观测的簇归属：

# 假设你的原DataFrame名为df，将聚类结果作为新列加入
df$cluster <- cutree_hclust

接下来有两种常用方式查看各簇的变量情况：

• 方式1：拆分出每个簇的独立DataFrame
  用split()函数可以直接把原数据按簇拆分，得到一个包含8个元素的列表，每个元素对应一个簇的所有观测：

  cluster_list <- split(df, df$cluster)
  # 查看第1簇的所有数据
  cluster_list[[1]]
  # 查看第3簇的前5行
  head(cluster_list[[3]], 5)
  

• 方式2：统计各簇变量的汇总信息
  如果想快速对比各簇变量的差异（比如均值、标准差），用dplyr包的分组统计会很方便：

  library(dplyr)
  cluster_summary <- df %>%
    group_by(cluster) %>%
    summarise(across(everything(), list(mean = mean, sd = sd), na.rm = TRUE))
  print(cluster_summary)
  

  这样就能清晰看到每个簇中各个变量的集中趋势和离散程度啦。

二、选取若干行生成新DataFrame #

根据不同的选取需求，有几种常见操作：

• 按行号选取
  直接指定行的索引即可，比如选取第1、第100、第500行：

  new_df <- df[c(1, 100, 500), ]
  

• 按簇（条件）选取
  比如想把第1簇和第2簇的所有观测单独拿出来：

  # base R写法
  new_df <- df[df$cluster %in% c(1, 2), ]
  # dplyr写法更直观
  new_df <- df %>% filter(cluster %in% c(1, 2))
  

• 按行名选取
  如果你的DataFrame有自定义行名，也可以直接指定行名：

  new_df <- df[c("obs_101", "obs_205"), ]
  

小提示： 操作后可以用dim(new_df)或者head(new_df)检查新DataFrame的行数和内容是否符合预期~

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