Question

我有一个简单的R data.frame对象df。我正在尝试根据col中df列的逻辑索引从此数据框中选择行。

我来自python世界，在类似的操作中，我可以选择使用df[df[col] == 1]或df[df.col == 1]选择相同的最终结果。

但是，在R数据框中df[df$col == 1]与df[df[,col] == 1]（由summary命令确认）相比给出了错误的结果。我无法从像http://adv-r.had.co.nz/Subsetting.html这样的链接中理解这种差异，似乎两种方式都可以。此外，str和df$col上的df[, col]命令显示相同的输出。

是否有关于何时使用$ vs []运营商的指南？

修改深入挖掘并使用此question作为参考，似乎以下代码正常工作

df[which(df$col == 1), ]

但是，不清楚如何防范NA以及何时使用which

Answer 1

如果要按名称$选择一个特定列，请使用df$col_name。

如果您想按编号选择一个或多个列，请使用[]：

df[,1] # select column with index 1
df[,1:3]# select columns with indexes 1 to 3
df[,c(1,3:5,7)] # select columns with indexes 1, 3 to 5 and 7。

[[]]主要用于列表。

编辑：df[which(df$col == 1), ]有效，因为which函数会创建一个逻辑向量，用于检查列索引是否等于1（true）或不是（false）。此逻辑向量传递给df[]，仅显示真值。

Remove rows with NAs (missing values) in data.frame - 了解有关如何处理缺失值的更多信息。从数据集中排除缺失值始终是一种好习惯。

Answer 2

你混淆了许多事情。

在

df[,col]

col应该是列号。例如，

col = 2
x = df[,col]

将选择第二列并将其存储到x。

在

df$col

col应该是列名。例如，

df=data.frame(aa=1:5,bb=10:14)
x = df$bb

将选择第二列并将其存储到x。但你不能写df$2。

最后，

df[[col]]

如果col是数字，则

与df[,col]相同。如果col是一个字符（＆＃34;字符＆＃34;在R中表示与其他语言中的字符串相同），则它选择具有此名称的列。例如：

df=data.frame(aa=1:5,bb=10:14)
foo = "bb"
x = df[[foo]]
y = df[[2]]
z = df[["bb"]]

现在x，y和z都包含df第二列的副本。

符号foo[[bar]]来自列表。符号foo[,bar]来自矩阵。由于数据帧具有矩阵和列表的特征，因此它可以同时使用。

R使用逻辑索引从数据框中选择行：通过`$`vs` []`访问列

2 个答案: