过滤基于row_number()的data.frame

时间:2014-09-23 11:46:51

标签: r dplyr

更新:自问这个问题以来,dplyr已经更新,现在可以作为OP想要的

我正在尝试使用data.framedplyr中获得第二行至第七行。

我这样做:

require(dplyr)
df <- data.frame(id = 1:10, var = runif(10))
df <- df %>% filter(row_number() <= 7, row_number() >= 2)

但这会引发错误。

Error in rank(x, ties.method = "first") : 
  argument "x" is missing, with no default

我知道我可以很容易地做出:

df <- df %>% mutate(rn = row_number()) %>% filter(rn <= 7, rn >= 2)

但我想了解为什么我的第一次尝试不起作用。

3 个答案:

答案 0 :(得分:72)

实际上dplyr的slice函数是针对这种子集化的:

df %>% slice(2:7)

(我在聚会上有点迟,但我想我会为未来的读者添加这个)

答案 1 :(得分:28)

row_number()函数不会简单地返回每个元素的行号,因此无法按照您的意愿使用:

•'row_number':相当于'rank(ties.method =&#34; first&#34;)'

你实际上并没有说出你想要的row_number。在你的情况下:

df %>% filter(row_number(id) <= 7, row_number(id) >= 2)

有效,因为id已排序,因此row_number(id)1:10。在这种情况下,我不知道row_number()评估的是什么,但是当第二次调用时,dplyr已经没有东西可以用来提供它,而你得到的相当于:

> row_number()
Error in rank(x, ties.method = "first") : 
  argument "x" is missing, with no default

那是你的错误。

无论如何,这是选择行的方式。

您只需要下标df[2:7,],或者如果您坚持使用管道:

> df %>% "["(.,2:7,)
  id        var
2  2 0.52352994
3  3 0.02994982
4  4 0.90074801
5  5 0.68935493
6  6 0.57012344
7  7 0.01489950

答案 2 :(得分:7)

这是在管道中进行基于行号过滤的另一种方法。

    df <- data.frame(id = 1:10, var = runif(10))

    df %>% .[2:7,]

    > id     var
      2  2 0.28817
      3  3 0.56672
      4  4 0.96610
      5  5 0.74772
      6  6 0.75091
      7  7 0.05165