gpt4 book ai didi

r - 为 data.frame 和 tbl_df 子集行和列

转载 作者:行者123 更新时间:2023-12-04 10:27:39 24 4
gpt4 key购买 nike

Data.frame 允许使用 [ 对列子集进行操作,默认情况下将单列/行输出丢弃到向量。 Dplyr 不允许这样做,deliberately (似乎是因为 coding was an absolute nightmare )。

df <- data.frame(a = c(1:5,NA), b = c(1,1,1,2,2,2))
mean(df[,"a"], na.rm = T) # 3

dftbl <- as.tbl(df)
mean(dftbl[,"a"], na.rm = T) # NA

因此,建议使用 [[ 进行子集化,因为这将为 dfs 和 tbl_dfs 提供统一的输出。但是:这仅适用于列或行,但不适用于行+列,并且如果您不检查警告(诚然这是我自己的错),则可能会错过这种差异,例如:

dfresult <- mean(df[df$b == 2, "a"], na.rm = T) # 4.5
tblresult <- mean(dftbl[dftbl$b == 2, "a"], na.rm = T) # NA_real_

有没有人对在行子集上执行列操作有任何“最佳实践”建议?这是我应该使用 filterselect 改进我的 dplyr 游戏的地方吗?到目前为止,我的尝试一直在碰壁。感谢任何黄金法则。提前致谢。

dftbl %>% filter(b == 2) %>% select(a) %>% mean(na.rm = T) #NA

这以同样的方式失败,过滤和选择的数据仍然是一个 N*1 tibble,它拒绝使用 mean

dftbl %>% filter(b == 2) %>% select(a) %>% as.data.frame() %>% .$a
# [1] 4 5 NA

但是

dftbl %>% filter(b == 2) %>% select(a) %>% as.data.frame() %>% mean(.$a, na.rm = T)
# [1] NA

最佳答案

原因是因为我们需要 [[ 而不是 [[ 它仍然是一个 tibble用一列。 mean 期望输入为 vector

mean(dftbl[["a"]], na.rm = TRUE) 
#[1] 3

或者使用$

mean(dftb$a, na.rm = TRUE) 

关于第二种情况,select 还返回包含所选列的小标题。相反,我们可以使用 pull 将其提取为 vector

dftbl[dftbl$b == 2, "a"] %>% 
pull(1)
#[1] 4 5 NA

或者如果我们不想加载任何库,使用unlist

mean(unlist(dftbl[dftbl$b == 2, "a"]), na.rm = TRUE)
#[1] 4.5

对于OP帖子中提到的代码

dftbl %>% 
filter(b == 2) %>%
select(a) %>%
.$a %>%
mean(., na.rm = TRUE)
#[1] 4.5

或者使用pull

dftbl %>%
filter(b == 2) %>%
pull(a) %>%
mean(na.rm = TRUE)
#[1] 4.5

关于r - 为 data.frame 和 tbl_df 子集行和列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58034173/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com