子集数据帧中意外输出的原因 - R答案

【问题标题】：Reason for unexpected output in subsetting data frame - R子集数据帧中意外输出的原因 - R
【发布时间】：2014-04-18 00:47:30
【问题描述】：

我有数据框“a”，它有一个名为“VAL”的变量。我想统计 VAL 的值为 23 或 24 的元素。

我使用了两个运行良好的代码：

nrow(subset(a,VAL==23|VAL==24) 
nrow(subset(a,VAL %in% c(23,24)))

但是，我尝试了其他代码，它给出了意外的输出，我不知道为什么。

nrow(subset(a,VAL ==c(23,24)))

即使我改变 23 和 24 的顺序，它也会给出不同的意外输出。

nrow(subset(a,VAL ==c(24,23)))

为什么这些代码不正确？他们到底在做什么？

【问题讨论】：

您应该提供一些示例数据。
Thelatmail 击败了我，但我想指出您不需要使用subset，而是使用nrow(a[a$VAL==23|a$VAL==24])。有些人更喜欢subset，但我一直喜欢这样做。
@CCurtis，您的建议同样低效：无需创建整个 sub-data.frame 然后计算行数。相反，只需使用矢量：sum(a$VAL %in% c(23,24), na.rm = TRUE)。
@flodel 我从来没有说过这是一种更有效的方法，只是它是一种替代方法。是的，你是对的，创建和求和单个向量而不是在整个数据框中创建和计算行更快。

标签： r subset

【解决方案1】：

通过一个例子可以看出哪里出错了：

a <- data.frame(VAL=c(1,1,1,23,24))
a
#  VAL
#1   1
#2   1
#3   1
#4  23
#5  24

这些工作：

a$VAL %in% c(23,24)
#[1] FALSE FALSE FALSE  TRUE  TRUE
a$VAL==23 | a$VAL==24
#[1] FALSE FALSE FALSE  TRUE  TRUE

比较时由于矢量回收，以下内容不起作用 - 请注意下面的警告消息，例如：

a$VAL ==c(23,24)
#[1] FALSE FALSE FALSE FALSE FALSE
#Warning message:
#In a$VAL == c(23, 24) :
#  longer object length is not a multiple of shorter object length

最后一段代码回收了您正在测试的内容，并且基本上是在比较：

c( 1,  1,  1, 23, 24) #to
c(23, 24, 23, 24, 23)

...所以你不会得到任何返回的行。改变顺序会给你

c( 1,  1,  1, 23, 24) #to
c(24, 23, 24, 23, 24)

...你会得到两行返回（这完全靠运气给出了预期的结果，但它不适合使用）。

【讨论】：