子集化的解释

Question

任何人都可以解释这行t[exists,][1:6,]在下面的代码中做了什么，以及该子集的工作原理是什么？

t<-trees
t[1,1]= NA
t[5,3]= NA
t[1:6,]
exists<-complete.cases(t)
exists
t[exists,][1:6,]

Answer 1

complete.cases函数将检查数据框，并返回TRUE和FALSE的向量，其中TRUE表示没有丢失数据的行。只要t中有行，<。

就会有向量

t[exits,]部分会对数据进行分组，以便只考虑exists为真的行 - 缺少数据的行在FALSE中为exists且除去。 [1:6,]只会占用没有丢失数据的前6行。

Answer 2

一些背景

在R中，[是一个与其他任何函数一样的函数。 R将t[exists, ]解析为

`[`(t, exists)  # don't forget the backticks!

实际上，您总是可以使用反引号和括号语法调用[，或者甚至更疯狂地在

等结构中使用它

as.data.frame(lapply(t[exists, ], `[`, 1:6, ))

无论信不信，

（几乎）相当于t[exists,][1:6,]。

[[，$等函数以及names<-之类的奇特内容也是如此，这是一个将参数value赋给{{}的特殊函数。 1}}对象的属性。我们一直使用这样的函数，语法如

names

没有意识到我们真正做的是

names(iris) <- tolower(names(iris))

最后，您可以输入

`names(iris)<-`(iris, tolower(names(iris))

用于文档，或键入

?`[`

返回定义，就像任何其他函数一样。

`[` 做什么

简单的答案是R将t[exists,][1:6,]解析为：

1. 获取t[exists,][1:6,]
的值
2. 从第1步的结果中，获取与t的{​​{1}}元素对应的行。
3. 从第2步的结果中，获取向量TRUE中包含行号的行，即第1行到第6行

更复杂的答案是解析器将其处理为：

exists

人类可以解释为

1:6

有趣的是，由于您通常无法在R中传递空白参数，因此使用括号函数无法进行某些构造，例如`[`(`[`(t, exists, ), 1:6, ) # yes, this has blank arguments 会导致temporary_variable_1 <- `[`(t, exists, ) temporary_variable_2 <- `[`(temporary_variable_1, 1:6, ) print(temporary_variable_2) # implicitly, sending an object by itself to the console will `print` that object 错误。