当我需要过滤data.frame时,即提取满足特定条件的行,我更喜欢使用子集函数:
subset(airquality, Month == 8 & Temp > 90)
而不是[函数:
airquality[airquality$Month == 8 & airquality$Temp > 90, ]
我的选择主要有两个原因:
我发现代码从左到右读起来更好。即使对R一无所知的人也能看出上面的子集语句在做什么。
因为列可以在选择表达式中被引用为变量,所以我可以节省一些按键。在我上面的例子中,我只需要用子集输入一次airquality,但是用[输入了三次。
所以我生活得很快乐,到处都使用子集,因为它更短,更好读,甚至向我的R程序员同事宣扬它的美丽。但是昨天我的世界崩溃了。在阅读子集文档时,我注意到这一部分:
警告
这是一个方便交互使用的功能。对于编程来说,最好使用像[这样的标准子集函数,特别是参数子集的非标准求值可能会产生意想不到的结果。
有人能帮我解释一下作者的意思吗?
首先,他们所说的“交互使用”是什么意思?我知道什么是交互式会话,而不是在BATCH模式下运行的脚本,但我不知道它应该有什么不同。
那么,你能不能解释一下“参数子集的非标准求值”,为什么它是危险的,或者举个例子?
这个问题在@James的评论中得到了很好的回答,他指出Hadley Wickham对子集(以及类似的功能)的危险做出了很好的解释。去读吧!
这本书读起来有点长,所以在这里记录哈德利使用的最直接解决“会出什么问题”的例子可能会有所帮助。:
Hadley给出了下面的例子:假设我们想用下面的函数对一个数据帧进行子集并重新排序:
scramble <- function(x) x[sample(nrow(x)), ]
subscramble <- function(x, condition) {
scramble(subset(x, condition))
}
subscramble(mtcars, cyl == 4)
这将返回错误:
eval(expr, envir, enclos)错误:对象'cyl'未找到
因为R不再“知道”在哪里找到名为“cyl”的对象。他还指出,如果全球环境中碰巧有一个名为“cyl”的物体,就会发生真正奇怪的事情:
cyl <- 4
subscramble(mtcars, cyl == 4)
cyl <- sample(10, 100, rep = T)
subscramble(mtcars, cyl == 4)
(自己运行看看,这很疯狂。)
这个问题在@James的评论中得到了很好的回答,他指出Hadley Wickham对子集(以及类似的功能)的危险做出了很好的解释。去读吧!
这本书读起来有点长,所以在这里记录哈德利使用的最直接解决“会出什么问题”的例子可能会有所帮助。:
Hadley给出了下面的例子:假设我们想用下面的函数对一个数据帧进行子集并重新排序:
scramble <- function(x) x[sample(nrow(x)), ]
subscramble <- function(x, condition) {
scramble(subset(x, condition))
}
subscramble(mtcars, cyl == 4)
这将返回错误:
eval(expr, envir, enclos)错误:对象'cyl'未找到
因为R不再“知道”在哪里找到名为“cyl”的对象。他还指出,如果全球环境中碰巧有一个名为“cyl”的物体,就会发生真正奇怪的事情:
cyl <- 4
subscramble(mtcars, cyl == 4)
cyl <- sample(10, 100, rep = T)
subscramble(mtcars, cyl == 4)
(自己运行看看,这很疯狂。)