我感觉好像经常在R中，我在附加的数据帧和其他对象之间发现奇怪的命名冲突，附加/分离不能按预期工作（只是附加了相同数据帧的两个副本，甚至不确定它们是否相同）以及一系列轻柔的语言特定问题。一小时前工作的代码突然产生新的错误等。
处理这类东西是否有最好的做法？如果我坚持使用单个字母命名数据帧然后根本不附加，我是否会错过效率？
答案 0 :(得分：6)
附加/分离（原文如此）未按预期工作
正如joran和BondedDust所提到的，使用attach总是一个坏主意，因为它会导致你发现的愚蠢，模糊的错误。
使用单个字母命名数据框
也不要这样做！为变量提供有意义的名称，以便在六个月后再回到它时，您的代码更容易理解。
如果您的问题是您不想重复键入数据框的名称来访问列，那么请使用具有特殊评估的功能来避免这种需要。
例如，
some_sample_data <- data.frame(x = 1:10, y = runif(10))
<强>子集
重复打字，努力工作：
some_sample_data[some_sample_data$x > 3 & some_sample_data$y > 0.5, ]
使用subset轻松替代：
subset(some_sample_data, x > 3 & y > 0.5)
<强>重新排序
重复打字，努力工作：
order_y <- order(some_sample_data$y)
some_sample_data[order_y, ]
更轻松地使用plyr中的arrange：
arrange(some_sample_data, y)
<强>转化
重复打字，努力工作：
some_sample_data$z <- some_sample_data$x + some_sample_data$y
更轻松地使用with，within或mutate（来自plyr的最后一个）：
some_sample_data$z <- with(some_sample_data, x + y)
some_sample_data <- within(some_sample_data, z <- x + y)
some_sample_data <- mutate(some_sample_data, z = x + y)
<强>建模
正如MrFlick所提到的，许多函数，特别是建模函数，都有一个data参数，可以避免重复数据名称。
重复打字，努力工作：
lm(some_sample_data$y ~ some_sample_data$x)
使用数据参数：
lm(y ~ x, data = some_sample_data)
您可以使用以下命令查看stats包中具有data参数的所有函数：
library(sig)
stats_sigs <- list_sigs(pkg2env(stats))
Filter(function(fn) "data" %in% names(fn$args), stats_sigs)
答案 1 :(得分：1)
最好为一系列数据使用新环境。例如，我通常使用此命令创建e环境。
e <- new.env()
然后，您可以使用e$your_var访问环境中的个人。
另一个好处：
eapply。