为什么子集不适用于与列名相同的向量名称？

Question

我遇到了一个令人困惑的子集函数“功能”（使用列名作为子集的向量名称不起作用）：

data(iris)
Species <- unique(iris$Species)
i <- 2
Species[i]
subset(iris, subset = Species == Species[i])

sp <- unique(iris$Species)
sp[i]
subset(iris, subset = Species == sp[i])

谁能解释一下，这里发生了什么以及为什么？

Answer 1

subset() 将首先在数据框中查找您提到的任何对象，因此在您的第一个示例中，Species[i] 返回“setosa”（与iris$Species[i] 相同）。只有当您指定的对象在数据框中找不到时，R 才会在父帧中查找并在那里找到正确的对象。

所以这一切都有效，你只是不明白它是如何工作的。您可以在帮助文件中阅读此内容：

请注意，子集将在数据框中进行评估，因此列可以 在表达式中被（按名称）称为变量（参见 示例）。

这是怎么发生的？

原因是subset()中的以下代码行：

e <- substitute(subset)
r <- eval(e, x, parent.frame())

• subset（或e）在你的例子中Species == Species[i]
• x 在您的示例中 iris
• parent.frame() 在您的示例中返回全局环境。

调用eval，x 的第二个参数称为envir。它是评估表达式的环境（或列表或数据框，...）。在您的情况下，R 评估 Species == Species[i] inside x，这是您的数据框。

第三个参数parent.frame() 是外壳。这是包含您指定的数据框 als 环境的环境，并且是 R 将在数据框中找不到变量的情况下查找的地方。

另请参阅 ?eval