通过 [] 子集数据框
subsetting data frame by []
我有一个名为 df 的数据框
> df <- data.frame(x = 1:3, y = 3:1, z = 7:9)
> df
x y z
1 1 3 7
2 2 2 8
3 3 1 9
当我尝试用 x<= 2 对数据框 df 进行子集化时，我做了
> df[df$x <= 2, ,]
x y z
1 1 3 7
2 2 2 8
我觉得这段代码是对的。但是，这是我的错字，所以我写了这样的代码
> df[,df$x <= 2,]
x y
1 1 3
2 2 2
3 3 1
我认为代码 df[ , df$x <= 2 , ] 会出错。但是控制台向我显示了上面的输出。有没有人解释为什么它显示输出以及输出是什么意思？
谢谢
一个数据框有两个索引：第一个用于行，第二个用于列。因此，为了从数据框中获取 8，您必须键入 df[2,3]，因为它是第 2 行第 3 列中的元素。
现在关于你的例子。您的第一次尝试 (df[df$x <= 2, ,]) 选择所有行，其中 df$x 中的值小于二（我假设这正是您想要的）。第二个逗号不是必需的，您也可以写 df[df$x <= 2,]。第二个逗号起作用的原因是您可以将其他参数传递给 [ 函数，您可以在第二个逗号之后添加。
您的其他尝试 (df[,df$x <= 2,]) 不会导致错误，因为您的数据框恰好具有相同的行数和列数。那么会发生什么：
df$x <= 2实际上returns向量c(TRUE, TRUE, FALSE)，因为df$x的前两个值是1和2，使得条件为真，而第三个元素为 3，则条件失败。如果您现在键入 df[df$x <= 2,]，您将获得数据框的第一行和第二行，因为您在第一个索引中进行选择，该索引用于行。另一方面，如果您键入 df[,df$x <= 2]，您将获得数据框的第一列和第二列，因为第二个索引选择列。
重要的一点是，df$x <= 2 返回的布尔向量不知道它是通过 运行 对数据框的行的条件获得的。它只是一个包含三个元素的向量，可以在任何需要包含三个元素的向量的地方使用。这样使用同一个向量索引行或列是没有问题的，只要行数和列数都是三。
我有一个名为 df 的数据框
> df <- data.frame(x = 1:3, y = 3:1, z = 7:9)
> df
x y z
1 1 3 7
2 2 2 8
3 3 1 9
当我尝试用 x<= 2 对数据框 df 进行子集化时，我做了
> df[df$x <= 2, ,]
x y z
1 1 3 7
2 2 2 8
我觉得这段代码是对的。但是，这是我的错字，所以我写了这样的代码
> df[,df$x <= 2,]
x y
1 1 3
2 2 2
3 3 1
我认为代码 df[ , df$x <= 2 , ] 会出错。但是控制台向我显示了上面的输出。有没有人解释为什么它显示输出以及输出是什么意思？
谢谢
一个数据框有两个索引：第一个用于行，第二个用于列。因此，为了从数据框中获取 8，您必须键入 df[2,3]，因为它是第 2 行第 3 列中的元素。
现在关于你的例子。您的第一次尝试 (df[df$x <= 2, ,]) 选择所有行，其中 df$x 中的值小于二（我假设这正是您想要的）。第二个逗号不是必需的，您也可以写 df[df$x <= 2,]。第二个逗号起作用的原因是您可以将其他参数传递给 [ 函数，您可以在第二个逗号之后添加。
您的其他尝试 (df[,df$x <= 2,]) 不会导致错误，因为您的数据框恰好具有相同的行数和列数。那么会发生什么：
df$x <= 2实际上returns向量c(TRUE, TRUE, FALSE)，因为df$x的前两个值是1和2，使得条件为真，而第三个元素为 3，则条件失败。如果您现在键入 df[df$x <= 2,]，您将获得数据框的第一行和第二行，因为您在第一个索引中进行选择，该索引用于行。另一方面，如果您键入 df[,df$x <= 2]，您将获得数据框的第一列和第二列，因为第二个索引选择列。
重要的一点是，df$x <= 2 返回的布尔向量不知道它是通过 运行 对数据框的行的条件获得的。它只是一个包含三个元素的向量，可以在任何需要包含三个元素的向量的地方使用。这样使用同一个向量索引行或列是没有问题的，只要行数和列数都是三。