Question

使用R 3.1.2，dplyr 0.4.0。

我试图在filter内使用filter，这听起来非常简单，我不明白为什么它没有给我我预期的结果。这是我在6个月前写的代码，我相当确定它有用，所以要么因为更新的R版本或dplyr或其他依赖项而停止工作。无论如何，这里有一些简单的代码，它根据在df2中的列上filter找到的条件来过滤来自df1的行。

df1 <- data.frame(x = c("A", "B"), stringsAsFactors = FALSE)
df2 <- data.frame(x = "A", y = TRUE, stringsAsFactors = FALSE)
dplyr::filter(df1, x %in% (dplyr::filter(df2, y)$x))

我希望这会显示df1的第一行，但我会得到

# [1] x
# <0 rows> (or 0-length row.names)

我不知道该怎么做。为什么它返回一个向量和一个空的data.frame？

如果我将过滤器代码分解为两个单独的语句，我得到了我期望的结果

xval <- dplyr::filter(df2, y)$x
dplyr::filter(df1, x %in% xval)

#   x
# 1 A

任何人都可以帮我弄清楚为什么会发生这种行为？我不是说这是一个错误，但我不明白。

Answer 1

这是一个有效的问题，为什么你的方法不起作用（显然）。我无法回答这个问题，但我建议采用不同的方法，如上所述，它避免了嵌套函数调用（filter 在另一个filter内），IMO，是dplyr的用途：通过易于阅读和理解语法表达，从左到右，从上到下。

因此，对于您的示例，因为您感兴趣的列都被命名为＆＃34; x＆＃34;你可以这样做：

filter(df2, y) %>% select(x) %>% inner_join(df1)

按列＆＃34; y＆＃34;
仅选择列＆＃34; x＆＃34;
在公共列上执行带有df1的inner_join（＆＃34; x＆＃34;）。 inner_join表示：＆＃34;返回x中匹配值的所有行，以及x和y中的所有列。＆＃34;

如果它们不同，例如＆＃34; z＆＃34;和＆＃34; x＆＃34;你可以使用：

filter(df2, y) %>% select(x) %>% inner_join(df1, by = c("z" = "x"))

正如哈德利在下面的评论中指出的那样，在这里使用semi_join代替inner_join会更安全。文档说：

semi_join：返回x中y所有匹配值的所有行，   只保留x中的列。

半连接与内连接不同，因为内连接将是   为y的每个匹配行返回一行x，其中半连接将为   永远不要复制x行。

因此，您可以为示例案例做到：

filter(df2, y) %>% select(x) %>% semi_join(df1)

在dplyr中使用过滤器内部过滤器会产生意外结果

1 个答案: