R 如何删除数据框中的行？

我有一个名为“mydata”的数据框，看起来像这样：

   A  B  C   D 
1. 5  4  4   4 
2. 5  4  4   4 
3. 5  4  4   4 
4. 5  4  4   4 
5. 5  4  4   4 
6. 5  4  4   4 
7. 5  4  4   4 

我想删除第2、4、6行。例如，像这样：

   A  B  C   D
1. 5  4  4  4 
3. 5  4  4  4 
5. 5  4  4  4 
7. 5  4  4  4 

---

关键思想是形成一组要删除的行，并保留该行的补码

---

在R中，集合的补码由“-”运算符给出

因此，假设

data.frame

被称为

myData

：

myData[-c(2, 4, 6), ]   # notice the -

当然，如果您想完全删除这些行，请不要忘记“重新分配”

myData

——否则，R只打印结果

myData <- myData[-c(2, 4, 6), ]

---

myData您还可以使用所谓的布尔向量，也称为
logical
：

row_to_keep = c(TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE)
myData = myData[row_to_keep,]

请注意，
运算符充当NOT，即
！真==假
：

myData = myData[!row_to_keep,]

与@mrwab的答案（+1 btw:）相比，这似乎有点麻烦，但可以动态生成逻辑向量，例如，当列值超过某个值时：

myData = myData[myData$A > 4,]
myData = myData[!myData$A > 4,] # equal to myData[myData$A <= 4,]

最后，一个非常巧妙的技巧是，您不仅可以将这种子集用于提取，还可以用于赋值：

myData$A[myData$A > 4,] <- NA

myData$A[myData$A>4，]按行号删除时出现问题
对于快速和不准确的分析，您可以根据顶部答案按数字删除data.frame的行。即

newdata <- myData[-c(2, 4, 6), ] 

其他时候，您将有一个可以指定的正式排除标准，并且您可以使用R中的许多子集工具之一，根据该规则排除案例
 在数据框中创建id列或使用任何列名来标识行。使用索引进行删除是不公平的

使用
subset
函数创建新帧

updated_myData <- subset(myData, id!= 6)
print (updated_myData)

updated_myData <- subset(myData, id %in% c(1, 3, 5, 7))
print (updated_myData)

通过简化的顺序更新了\u myData：

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

按顺序：

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

按负序：

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

或者如果要通过选择奇数进行子集划分：

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

或者如果要通过选择奇数进行子集，则版本2:

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

或者如果要通过过滤偶数来进行子集划分：

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

或者，如果您想通过过滤偶数来子集，则版本2:

mydata[-(1:3 * 2), ]

mydata[seq(1, nrow(mydata), by = 2) , ]

mydata[-seq(2, nrow(mydata), by = 2) , ]

mydata[which(1:nrow(mydata) %% 2 == 1) , ]

mydata[which(1:nrow(mydata) %% 2 != 0) , ]

mydata[!which(1:nrow(mydata) %% 2 == 0) , ]

mydata[!which(1:nrow(mydata) %% 2 != 1) , ]

从employee.data中删除Dan-无需管理新的data.frame

employee.data <- subset(employee.data, name!="Dan")

employee.data这里有一个快速而肮脏的函数，可以按索引删除一行

removeRowByIndex <- function(x, row_index) {
  nr <- nrow(x)
  if (nr < row_index) {
    print('row_index exceeds number of rows')
  } else if (row_index == 1)
  {
    return(x[2:nr, ])
  } else if (row_index == nr) {
    return(x[1:(nr - 1), ])
  } else {
    return (x[c(1:(row_index - 1), (row_index + 1):nr), ])
  }
}

removowbyindex为了完整起见，我要补充一点，这可以通过
dplyr
以及使用
slice
来完成。使用它的优点是，它可以是管道工作流的一部分

df%
.
.
切片（-c（2,4,6））%>%
.
.

当然，您也可以在不使用管道的情况下使用它

df此外，您可能希望熟悉一些处理数据的常用术语。这通常被称为子集，如果你在谷歌搜索“r子集数据帧”，你会得到非常有用的结果。顺便说一下，欢迎来到Stackoverflow！除了@mrdwab的优秀答案之外，还添加了一些使用布尔向量进行子集设置的其他方法。@A5C1D2H2I1M1N2O1R2T1:R子集设置的UCLA常见问题解答已经移动。现在是了。别忘了记下里面的
，
。）如果您的数据帧只有一列，该怎么办。它似乎放弃了整个结构，并输出了values@road_to_quantdom在R中，集合的补码是由“-”运算符“->给出的，这是一个非常容易引起误解的措辞。负索引被删除，就这样，没有补码的概念。如果您使用logical并尝试使用
-
它将不起作用，因为logicals的补码运算符是
。行中c（2,4,6）的补码宁愿是setdiff（c（2,4,6），1:nrow（myData）），而不是c（-2，-4，-6），尽管两者在与
[
@Speldosa，
myData[-c（2,4,6），
一起使用时会产生相同的行。事实上，我建议您总是在
前面插入
，drop=F
在任何矩阵访问中。如果要排除它们怎么办？在你的例子3中，如果你