为了完整起见，我将补充说，这也可以用dplyr使用slice来完成。使用它的好处是它可以成为管道工作流的一部分。

df <- df %>%
  .
  .
  slice(-c(2, 4, 6)) %>%
  .
  .

当然，您也可以在没有管道的情况下使用。

df <- slice(df, -c(2, 4, 6))

“非向量”格式，-c(2,4,6)表示获取不在第2,4,6行的所有内容。对于一个使用范围的例子，假设你想删除前5行，你可以使用slice(df, 6:n())。有关更多示例，请参阅文档。

按行号删除的问题

对于快速和肮脏的分析，您可以根据顶部的答案通过数字删除data.frame的行。也就是说,

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

但是，如果试图编写健壮的数据分析脚本，通常应该避免按数字位置删除行。这是因为数据中的行顺序将来可能会改变。data.frame或数据库表的一般原则是行顺序不重要。如果顺序很重要，则应该将其编码在data.frame中的一个实际变量中。

例如，假设您导入了一个数据集，并在检查了数据并确定了要删除的行的行号之后，按数字位置删除了行。但是，在稍后的某个时刻，您将进入原始数据并查看并重新排序数据。您的行删除代码现在将删除错误的行，更糟糕的是，您不太可能得到任何警告您已经发生这种情况的错误。

更好的战略

更好的策略是根据行的实质性和稳定属性删除行。例如，如果您有一个唯一标识每种情况的id列变量，您可以使用它。

newdata <- myData[ !(myData$id %in% 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来基于该规则排除情况。

使用Unique id的另一种方法是将数据子集化: *这来自一份我想删除化学标准的实际报告

Chem.Report<-subset(Chem.Report, Chem_ID!="Standard")

Chem_ID是列名。 !对于排除法很重要

为了完整起见，我将补充说，这也可以用dplyr使用slice来完成。使用它的好处是它可以成为管道工作流的一部分。

df <- df %>%
  .
  .
  slice(-c(2, 4, 6)) %>%
  .
  .

当然，您也可以在没有管道的情况下使用。

df <- slice(df, -c(2, 4, 6))

“非向量”格式，-c(2,4,6)表示获取不在第2,4,6行的所有内容。对于一个使用范围的例子，假设你想删除前5行，你可以使用slice(df, 6:n())。有关更多示例，请参阅文档。

关键思想是，你把想要删除的行组成一个集合，并保留这个集合的补项。

在R中，集合的补由'-'操作符给出。

假设data。frame是myData:

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

当然，如果您想完全删除这些行，不要忘记“重新分配”myData——否则，R只打印结果。

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

简化顺序:

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

顺序如下:

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

由负序排列:

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

或者如果你想通过选择奇数来子集:

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

或者如果你想通过选择奇数来子集，版本2:

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

或者如果你想通过过滤偶数来子集:

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

或者如果你想通过过滤偶数来子集，版本2:

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