r - 为什么从数据框和小标题中子集一列会给出不同的结果

Question

这是一个“为什么”的问题，而不是一个“如何”的问题。

我有一个 tibble作为聚合的结果 dplyr

> str(urls)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   144 obs. of  4 variables:
 $ BRAND       : chr  "Bobbi Brown" "Calvin Klein" "Chanel" "Clarins" ...
 $ WEBSITE     : chr  "http://www.bobbibrowncosmetics.com/" "http://www.calvinklein.com/shop/en/ck" "http://www.chanel.com/en_US/" "http://www.clarinsusa.com/" ...
 $ domain      : chr  "bobbibrowncosmetics.com/" "calvinklein.com/shop/en/ck" "chanel.com/en_US/" "clarinsusa.com/" ...
 $ final_domain: chr  "bobbibrowncosmetics.com/" "calvinklein.com/shop/en/ck" "chanel.com/en_US/" "clarinsusa.com/" ...

当我尝试将列 final_domain 提取为字符向量时，会发生以下情况:

> length(as.character(urls[ ,4]))
[1] 1

相反，当我强制使用数据框然后执行它时，我得到了我真正想要的:

> length(as.character(as.data.frame(urls)[ ,4]))
[1] 144

str tibble vs. dataframe 看起来相同但输出不同。我想知道为什么？

Answer 1

根本原因是当仅选择一列时，子集 tbl 和数据框会产生不同的结果。

默认情况下，[.data.frame如果结果只有 1 列，则将删除维度，类似于矩阵子集的工作方式。所以结果是一个向量。

[.tbl_df永远不会像这样丢弃维度；它总是返回一个 tbl。

反过来， as.character忽略 tbl 的类，将其视为普通列表。和 as.character在列表上调用就像 deparse :它返回的字符表示是可以解析和执行以重现列表的 R 代码。

在大多数情况下，tbl 行为可以说是正确的做法，因为删除维度很容易导致错误:子集一个数据框通常会导致另一个数据框，但有时不会。在这种特定情况下，它不会执行您想要的操作。

如果要从 tbl 中提取列作为向量，可以使用列表样式索引: urls[[4]]或 urls$final_domain .