我正在学习R的基础知识，并希望了解语言在特定情况下所做的基本假设。
核心问题： 1.为什么下面的方法2会返回错误？ 2.为什么下面的方法3按字母顺序排列变量？
在具有以下变量的数据框“data”中
Zeta Alpha Gamma Delta Sum Mean Corr
我正在尝试将变量“Zeta”，“Delta”，“Sum”，“Mean”和“Corr”进行子集化。
“方法1”（成功）：
> newdata <- data[c(1, 4:7)]
“方法2”（错误）：
> myvars <- paste(data[c(1, 4:7)], sep="")
> newdata <- data[myvars]
Error in `[.data.frame`(data, myvars) : undefined columns selected
我认为这与粘贴强制字符值的事实有关，但我不清楚它会如何影响函数。
“METHOD 3”（有效，但按字母顺序输出）：
> myvars <- paste(ls(data[1, 4:7]), sep = "")
> newdata <- data[myvars]
答案 0 :(得分：1)
我真的不明白你为什么要在这里使用paste()。此函数通常仅用于连接字符值。
方法2返回错误，因为paste(data[c(1, 4:7)], sep="")返回c("1", "4", "5", "6", "7")这是一个字符向量，当你用字符向量索引时，R按名称而不是位置查找值，因为没有data.frame中名为“1”或“4”的列，您会收到错误“未定义列已选中”
方法3对列进行按字母顺序排列，因为ls()按字母顺序排列结果。就像您使用paste一样，这是对ls()的一种非常奇怪的用法。通常，此函数用于列出特定环境中的所有变量和函数。使用它们来提取列名可能不是最佳用途。
因此，如果您的数据看起来像
data <- data.frame(Zeta=1, Alpha=2, Gamma=3,
Delta=4, Sum=5, Mean=6, Corr=7)
然后更常用的方法是获取数据
myvars <- names(data)[c(1, 4:7)]
data[myvars]
答案 1 :(得分：0)
我会避免使用列索引。如果您的数据发生变化或列重新排列，则代码可能会中断。
myvars <- c("Zeta", "Delta", "Sum", "Mean", "Corr")
newdata <- data[, myvars]
或者您可以使用dplyr：
newdata <- select(data, Zeta, Delta, Sum, Mean, Corr)