从 data.frame 中对特定列和行进行子集化 - 错误消息 "unexpected symbol in..."

Question

我是初学者，正在学习如何从 R 中的数据集中对特定行和列进行子集化。我正在使用 R Studio 中的 state.x77 数据集作为练习。当我尝试 select 指定的列时，我收到以下错误消息：

library(dplyr)
library(tibble)

select(state.x77, Income, HS Grad)
Error: unexpected symbol in "select(state.x77, Income, HS Grad"

我不明白那行代码中的哪个符号不正确。

此外，如果除了 selecting 某些列（变量）之外，我还想过滤某个状态，那么当状态列表是行名称时，我该如何使用过滤功能？当我尝试时：

rownames_to_column(state.x77, var = "State")

它为州名称创建了一个名为 State 的列，但当我查看 state.x77 时它似乎不是永久性的（因此我无法使用过滤功能）。

对不起，我是初学者。任何帮助将不胜感激。

谢谢。

Answer 1

有两个问题。首先，state.x77 是一个矩阵，因此您需要将其转换为数据框，因为 dplyr 包中的 select 函数仅将数据框作为第一个参数。第二，如果列名中有空格，需要用``或""把列名括起来。

# Load package
library(dplyr)

# Show the class of state.x77
class(state.x77)
# [1] "matrix"

# Convert state.x77 to a data frame
state.x77_df <- as.data.frame(state.x77)

# Show the class of state.x77_df
class(state.x77_df)
[1] "data.frame"

# Select Income and `HS Grad` columns
# All the following will work
select(state.x77_df, Income, `HS Grad`)
select(state.x77_df, "Income", "HS Grad")
select(state.x77_df, c("Income", "HS Grad"))

对于你的第二个问题，你必须将输出保存回对象，如下所示。

library(tibble)

state.x77_df <- rownames_to_column(state.x77_df,  var = "State")
head(state.x77_df) 
       State Population Income Illiteracy Life Exp Murder HS Grad Frost   Area
1    Alabama       3615   3624        2.1    69.05   15.1    41.3    20  50708
2     Alaska        365   6315        1.5    69.31   11.3    66.7   152 566432
3    Arizona       2212   4530        1.8    70.55    7.8    58.1    15 113417
4   Arkansas       2110   3378        1.9    70.66   10.1    39.9    65  51945
5 California      21198   5114        1.1    71.71   10.3    62.6    20 156361
6   Colorado       2541   4884        0.7    72.06    6.8    63.9   166 103766

Answer 2

# Convert state.x77 into a dataframe and renaming rowname into State column
df <- tibble::rownames_to_column(data.frame(state.x77), var = "State")

## You can select any columns by their column names or by index
# by column names
 col_names <- c("Income", "HS.Grad")
 df[,col_names]

# by column index
 col_index <- c(3,7)
 df[, col_index]

# Filtering(subsetting) data by state
subset(df, df$State == "Arizona")

 State   Population Income  Illiteracy  Life.Exp Murder HS.Grad  Frost  Area
Arizona       2212   4530        1.8    70.55     7.8    58.1     15   113417

从 data.frame 中对特定列和行进行子集化 - 错误消息 "unexpected symbol in..."

Subsetting specific columns and rows from a data.frame - error message "unexpected symbol in..."

r

subset

dataframe

dplyr

tibble