Question

我有一个数据框，我正在尝试运行它的子集。在我的数据框中，我有一个名为“start”的列，我正在尝试这样做：

sub <- subset(data,data$start==14)

我正确地得到了start = 14的所有行的子集。

但是，当我这样做时：

for(start in seq(1,20,by=1)) {
   sub <- subset(data,data$start==start)
   print(sub)
}

它无法正确找到子集。它只打印整个数据框。

为什么会这样，我该如何解决？

Answer 1

修复它很容易。只需将for循环计数器或数据框列重命名为start以外的其他内容。

发生这种情况的原因是subset正在尝试评估数据框data$start == start内的表达式data。因此，它会看到列start并停在那里，从未看到您在start循环中定义的其他变量for。

或许更好地了解R为什么在这里混淆是要注意，当使用subset时，通常不需要使用data$来引用变量。想象一下R：

subset(data,start == start)

R只是评估start内data的所有内容，并获取所有TRUE的向量。

Answer 2

您还可以指定您正在使用的环境：

x<-data.frame(
  start=sample(3,20,replace=TRUE),
  someValue=runif(20))

env<-environment()
start<-3
cat("\nDefaut scope:")
print(subset(x,start==start)) # all entries, as start==start is evaluated to TRUE

cat("\nSpecific environment:")
print(subset(x,start==get('start',env)))  # second start is replaced by its value in former environment. Equivalent to subset(x,start==3)

Answer 3

另一种方法是使用括号子集而不是subset函数。

for(start in seq(1,20,by=1)) {
   sub <- data[data$start==start,]
   print(sub)
}

subset有非标准的评估规则，这会导致您看到的范围问题（您指的是哪个start？）。如果NA中有（或可能是）data$start，则可能需要

sub <- data[!is.na(data$start) & data$start==start,]

请在subset帮助页面注意此警告：

这是一种便于交互使用的便利功能。对于编程，最好使用像[的标准子集函数，特别是参数子集的非标准评估可能会产生意想不到的后果。

使用与列同名的变量对数据框进行子集

3 个答案: