组合符号[，]和$的含义

Question

我了解到[ , ]表示法从数据帧中以[行号，列号]的形式提取值。我也知道$表示法将一列中的所有值作为向量返回，但是我不确定这两种表示法是如何组合在一起的。

编辑：

其他上下文/示例：mydat[mydat$obsnum == 1,]

Answer 1

假设mydat是具有n行的数据帧。然后mydat$obsnum == 1创建一个长度为n的逻辑向量，如果TRUE的对应元素为1，则每个元素为mydat$obsnum，否则为FALSE。

像mydat[1, ]这样的子集为您提供mydat的第一行。但是您也可以使用逻辑向量进行子集化。您将获得逻辑向量为TRUE的所有行。

因此，mydat[mydat$obsnum == 1, ]为您提供mydat的所有行，其中mydat$obsnum等于1。

Answer 2

：

的含义

mydat[mydat$obsnum == 1,]

如果将表达式分解为以下等效的3行，则

很简单：

X <- mydat$obsnum
Y <- X == 1
mydat[Y,]

所以，正如您正确指出的那样：

X <- mydat$obsnum

返回一个整数向量（我假设观察次数）

然后：

Y <- X == 1

返回一个长度为c(TRUE,FALSE,TRUE...)且长度为X的逻辑矢量，例如TRUE，其中X等于1且{{ 1}}。

最后：

FALSE

选择mydat[Y,] 为mydat的{​​{1}}行，并排除Y为TRUE的行。

实际上，Y子集运算符FALSE接受包含行/列索引的整数向量，或者指示必须提取哪些行/列的逻辑向量，甚至接受指示行/列的字符向量。要选择的名称。

Answer 3

在您的情况下，idx <- mydat$obsnum == 1生成逻辑向量idx。现在，如果为idx[1] == TRUE，则意味着谓词用于生成对第一个元素求值为TRUE的向量。对于例如idx[3] == FALSE，只是谓词没有被满足。

然后，您的逻辑向量可用于索引数据帧。因此，您实际上正在做的是：mydat[c(TRUE, TRUE, FALSE, TRUE, FALSE), ]，只是您从未手工编写过索引向量。

正如您正确观察到的那样，[]标记也可以用于选择数据框中的列。例如，您可能只想选择第一列：mydat[c(TRUE, TRUE, FALSE, TRUE, FALSE), 1]。

现在，很棒的是布尔索引也适用于列！您能猜出mydat[c(TRUE, TRUE, FALSE, TRUE, FALSE), c(TRUE, FALSE)]做什么吗？究竟！它返回第一列，但不返回第二列！也就是说，如果数据帧精确地具有两列，则向量将与匹配length(colnames(df))一起循环使用。

回到介绍性示例mydat[mydat$obsnum == 1,]，这将选择谓词所在的所有行以及所有列。如果执行了mydat[mydat$obsnum == 1, mydat$obsnum == 1]，则所有发生的事情是R生成了两个逻辑向量并将其用于索引数据帧，因此它对该谓词的语义一无所知。

编辑：除index vectors外，您还可以拥有index matrices。您还将发现此功能已进入Pandas（Python数据分析库）中。