r - 为什么子集会随着 dplyr 中的 tbl_df 发生变化？

Question

在使用 dplyr tbl_df 数据帧进行子设置时，我发现了一些奇怪的行为。当我使用 'matrix' style df[,'a'] 对数据帧进行子集化时它按预期返回一个向量。但是，当我在 tbl_df 上做同样的事情时数据帧，它返回一个数据帧。

我在下面使用 Iris 数据集复制了它。

有人可以解释为什么会发生这种情况，或者我可以如何 de-tbl_df 数据帧？我需要在构建中使用 dplyr 和 readr 来需要这种行为。

library(dplyr)
data(iris)

str(iris['Sepal.Length'])
'data.frame':   150 obs. of  1 variable:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...

str(iris[,'Sepal.Length'])
 num [1:150] 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...

iris <- tbl_df(iris)

str(iris[,'Sepal.Length'])
Classes ‘tbl_df’ and 'data.frame':  150 obs. of  1 variable:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...

Answer 1

这是故意的。

见 ?tbl_df :

Methods:

‘tbl_df’ implements two important base methods:

print Only prints the first 10 rows, and the columns that fit on screen

‘[’ Never simplifies (drops), so always returns data.frame

(强调)

如果您 class(tbl_df(iris))你会看到它的类是“tbl_df”，然后是“tbl”，最后是“data.frame”，所以它可能有不同的 [方法，以及 methods(class='tbl_df')确实显示 [.tbl_df .

(这有点像 data.table 包中的数据表也有不同的 [ 方法)。

编辑:取消- tbl_df ，只需使用 data.frame ，例如 data.frame(tbl_df(iris))将转换 tbl_df(..)回到数据框。