使用 dplyr 包中的 select + unlist 和使用美元符号有什么区别？答案

【问题标题】：What's the difference between using select + unlist from dplyr package and using the dollar sign?使用 dplyr 包中的 select + unlist 和使用美元符号有什么区别？
【发布时间】：2019-01-06 05:13:35
【问题描述】：

我一直在参加一个在线课程，在该课程中，讲师总是执行以下操作以从data.frame 对象Dat 中获取Col1 列：

library(dplyr)
unlist(select(Dat, Col1))

为什么不简单地运行Dat$Col1？我注意到两种结果的“呈现方式”有所不同，但两种形式之间是否存在其他显着差异？任何操作都会导致两者的产品相同？

【问题讨论】：

您的导师可能只是 tidyverse 的粉丝。 Dat$Col1 是我获取列的首选方法。
...但不是很好-versed 足以知道pull。
触摸。也许 OP 可以带老师去学校。
哇，他为此加载了一个全新的库？
关于SO事件的谣言spread，导师决定gatherevery学生。 today 他已经开始select 没有filter 的香烟，并且花了很长时间，很深的pull 到compose 自己为minute。这是母马的nest。 “嗯，我有乌鸦到pluck 和你一起，who 是这样做的吗？”，老师开口。 “between你和我：这是nofuns。你最好不要cross我，否则我会reduce你的成绩，every成绩。不管你怎么选slice它——period！”学生们面面相觑。 complete 闹剧。新的快乐yearevery 一-tally-ho！

标签： r dplyr

【解决方案1】：

（将 cmets 发布为社区 wiki。）

这些不是相当等效的 - unlist(select(.)) 保留（可能不需要的）名称。

dd <- data.frame(Col1=c("abc","def"))
str(unlist(select(dd,Col1)))
##  Factor w/ 2 levels "abc","def": 1 2
##  - attr(*, "names")= chr [1:2] "Col11" "Col12"
str(dd$Col1)
##  Factor w/ 2 levels "abc","def": 1 2

您的导师可能只是tidyverse (@RichScriven) 的粉丝； pull(Dat, Col1) 或（对于极端的“整洁”）Dat %>% pull(Col1) 会更惯用（@Henrik）。 Dat$Col1 或 Dat[["Col1"]] 将是 base-R 的等价物（前者更便于交互使用，后者在编程方面更安全，因为它不会进行名称补全）。

这无关紧要，但 tidyverse 方法要慢得多。

microbenchmark(dd$Col1,dd[["Col1"]],pull(dd,Col1),unlist(select(dd,Col1)))
Unit: microseconds
                     expr     min        lq       mean    median       uq
                  dd$Col1   5.296   10.9630   14.86871   13.4040   17.160
             dd[["Col1"]]   7.870    9.6535   15.18874   11.8270   16.635
           pull(dd, Col1)  44.160  108.7625  128.89342  117.8415  136.890
 unlist(select(dd, Col1)) 601.480 1132.8240 1436.44178 1214.4420 1378.141
      max neval cld
   31.036   100  a 
   88.842   100  a 
  422.462   100  a 
 8796.964   100   b

【讨论】：

既然你提到了，pull(dd, Col1) 的速度是dd %>% pull(Col1) 的两倍。使用更大的dd <- data.frame(Col1 = sample(c("abc", "def"), 1e6, TRUE)) 进行测试。
请注意，基本 R 函数总是有 use.names 参数unlist，它将删除任何不需要的名称：unlist(select(.), use.names=FALSE)。