[,] 和 $ 之间逻辑语句的区别答案

【问题标题】：Difference in Logical Statement between [,] and $[,] 和 $ 之间逻辑语句的区别
【发布时间】：2017-03-17 14:47:11
【问题描述】：

我正在处理包含两列客户 ID ('Custid') 和收入 ('Income') 的数据框 ('df_temp')：

  Custid    Income
  <fctr>     <dbl>
1   1003  29761.20
2   1004  98249.55
3   1006  23505.30
4   1007  72959.25
5   1009 114973.95
6   1010  25038.30

在检查收入是否为数字时，我遇到了以下问题：

使用 $ 表示收入，返回 TRUE：

> is.numeric(df_temp$Income)
[1] TRUE

使用 [,2] 或 [,which(...)] 表示收入，返回 FALSE：

> i <- which(names(df_temp)=='Income')
> is.numeric(df_temp[,i])
[1] FALSE
> is.numeric(df_temp[,2])
[1] FALSE

当尝试使用 [,] 将此向量设置为数值时，我遇到了另一个问题：

> df_temp[,2] <- as.numeric(df_temp[,2])

Error: (list) object cannot be coerced to type 'double'

我一直认为 $ 和 [] 在引用数据框中的向量时具有相同的目的。

有人可以帮助我理解问题并使用 [,] 表达式将此向量转换为数字吗？

【问题讨论】：

你有一个tb_df 对象
str(df_temp[,2])的结果是什么？
@jogo，它是：类“tbl_df”、“tbl”和“data.frame”：2431 obs。 1 个变量：$ 收入：num 29761 98250 23505 72959 114974 ...
从您的输出中，您没有使用 data.frame 对象。最有可能的是，hadley 对如何引用此类对象进行了一些更改。您应该列出您在问题中使用的所有相关软件包的名称。
@JanBenedikt 所以你看：它不是一个数字向量。 df_temp 不是数据框对象！ [ 对象上的操作方式与数据帧不同。查看 akrun 或 Joshua 的答案！

标签： r vector dataframe logic

【解决方案1】：

您没有使用 data.frame。您正在使用“tbl_df”。使用$ 对 tbl_df 进行子集化会返回一个向量。使用[ 对 tbl_df 进行子集化会返回 tbl_df，而 tbl_df 不是数字向量，因此 is.numeric 会返回 FALSE。

tbl_df 所做的一件事是在调用[ 时使用drop = FALSE。但是通过主动阻止您设置drop = TRUE，它更进一步：

x <- tbl_df(mtcars)
is.numeric(x[,"cyl",drop=TRUE])
# [1] FALSE
Warning messages:
1: drop ignored

因此，您不能以您想要的方式将[ 与 tbl_df 一起使用。您必须使用$ 或[[ 来提取向量。

is.numeric(x$cyl)
# [1] TRUE
is.numeric(x[["cyl"]])
# [1] TRUE

【讨论】：

@RichScriven：假设我在写我的时候看过其他答案。当我开始时，没有答案。我也不会使用提交简短、不完整答案的“策略”来成为“第一”，然后在 5 分钟的初始编辑窗口用完之前将其编辑至完整性。

【解决方案2】：

要完整回答这个问题，$ 和 [ 在标准 data.frame 对象上的用途相同：

Custid <- c(1003, 1004, 1006, 1007, 1009, 1010)
Income <- c(29761.20, 98249.55, 23505.30, 72959.25, 114973.95, 25038.30)
mydf <- data.frame(Custid, Income)
class(mydf$Income); class(mydf[ , 2])

您正在处理一个tbl_df 对象：

library(dplyr)
mytbl_df <- tbl_df(mydf)
print(mytbl_df)
## A tibble: 6 × 2
#  Custid    Income
#   <dbl>     <dbl>
#1   1003  29761.20
#2   1004  98249.55
#3   1006  23505.30
#4   1007  72959.25
#5   1009 114973.95
#6   1010  25038.30

要让 [ 在 mytbl_df 上正常工作，只需将其转换回 data.frame：newdf <- as.data.frame(mytbl_df)。

【讨论】：

【解决方案3】：

我们有一个tbl_df 对象，所以使用[ 提取仍然是tbl_df，即

df_temp[,i]
# A tibble: 6 × 1
#     Income
#      <dbl>
#1  29761.20
#2  98249.55
#3  23505.30
#4  72959.25
#5 114973.95
#6  25038.30

我们可以提取[[

df_temp[[i]]
#[1]  29761.20  98249.55  23505.30  72959.25 114973.95  25038.30


is.numeric(df_temp[[i]])
#[1] TRUE

数据

df_temp <- structure(list(Custid = c(1003L, 1004L, 1006L, 1007L, 1009L, 
1010L), Income = c(29761.2, 98249.55, 23505.3, 72959.25, 114973.95, 
25038.3)), .Names = c("Custid", "Income"), row.names = c("1", 
"2", "3", "4", "5", "6"), class = c("tbl_df", "tbl", "data.frame"))

【讨论】：