在 R 中，df["x"] 和 df$x 有什么区别

Question

在哪里可以找到有关通过以下方式调用 data.frame 中的列之间的差异的信息：

df <- data.frame(x=1:20,y=letters[1:20],z=20:1)

df$x
df["x"]

它们都返回“相同”的结果，但不一定采用相同的格式。我注意到的另一件事是 df$x 返回一个列表。而 df["x"] 返回一个 data.frame。

编辑：但是，知道在哪种情况下使用哪个已成为一项挑战。这里是否有最佳实践，或者它真的归结为知道命令或功能需要什么？到目前为止，如果我的功能一开始不起作用（反复试验），我就一直在循环使用它们。

Answer 1

如果我没记错的话，df$x 与 df[['x']] 相同。 [[ 用于选择任何单个元素，而 [ 返回所选元素的列表。另见the language reference。我通常看到 [[ 用于列表， [ 用于数组， $ 用于获取单个列或元素。如果您需要一个表达式（例如 df[[name]] 或 df[,name]），那么也可以使用 [ 或 [[ 表示法。如果选择了多列，也使用 [ 表示法。例如 df[,c('name1', 'name2')]。我认为没有最佳实践。

Answer 2

df$x 和 df[[x]] 做同样的事情。

假设您有一个名为one 的数据集。其中一个变量是因子变量Region。使用one$Region 将允许您选择特定变量。考虑以下几点：

one <- read.csv("IED.csv")
one$Region

运行以下代码还允许您隔离该变量/级别。

one[["Region"]]

每个代码都会产生以下输出：

> one$Region
    [1] RC SOUTH      RC SOUTH      RC SOUTH      RC EAST       RC EAST      
    [6] RC EAST       RC EAST       RC EAST       RC EAST       RC EAST      
   [11] RC SOUTH      RC SOUTH      RC EAST       RC EAST       RC EAST      
   [16] RC EAST       RC EAST       RC SOUTH      RC SOUTH      RC EAST      
   [21] RC SOUTH      RC EAST       RC CAPITAL    RC EAST       RC EAST 


> one[["Region"]]
    [1] RC SOUTH      RC SOUTH      RC SOUTH      RC EAST       RC EAST      
    [6] RC EAST       RC EAST       RC EAST       RC EAST       RC EAST      
   [11] RC SOUTH      RC SOUTH      RC EAST       RC EAST       RC EAST      
   [16] RC EAST       RC EAST       RC SOUTH      RC SOUTH      RC EAST      
   [21] RC SOUTH      RC EAST       RC CAPITAL    RC EAST       RC EAST 

“它们都返回“相同”的结果，但不一定采用相同的格式。” - 我没有注意到任何差异。每个命令以相同的格式产生相同的输出。也许是你的数据。

希望对您有所帮助。

编辑：

误读了原始问题。 df["x"] 产生以下内容：

> one["Region"]
             Region
1          RC SOUTH
2          RC SOUTH
3          RC SOUTH
4           RC EAST
5           RC EAST
6           RC EAST
7           RC EAST
8           RC EAST
9           RC EAST
10          RC EAST

不确定为什么会出现差异。

Answer 3

另一个区别是 df$w 返回 NULL 和 df['w'] 或 df[['w']] 在您的示例数据帧中给出错误。

Answer 4

如果你使用 df[,"x"] 而不是 df["x"] 你会得到和 df$x 一样的结果。逗号表示您正在按名称选择列。

Answer 5

除了手册中的索引页面，你还可以在帮助页面上找到这个简洁的描述？“$”：

'[' 索引类似于 atomic 向量并选择一个列表 指定的元素。

‘[[’和‘$’都选择一个 列表的元素。主要的 不同的是，'$' 不允许 计算索引，而“[[”可以。 ‘x$name’ 等价于 ‘x[["name", 准确 = FALSE]]’。还有，部分 '[[' 的匹配行为可以是 使用“精确”参数进行控制。

当然，函数调用是不同的。请参阅get("[.data.frame") 与 get("[[.data.frame") 与 get("$")

Answer 6

在这种情况下，对于大多数用途，我会完全避免子设置并尝试记住 $、[ 和 [[ 对数据框的作用。我只会使用with():

> df <- data.frame(x = 1:20, y = letters[1:20], z = 20:1)
> with(df, y)
 [1] a b c d e f g h i j k l m n o p q r s t
Levels: a b c d e f g h i j k l m n o p q r s t

这比大多数情况下的任何子设置方法都清晰得多（恕我直言）。

Answer 7

我没有看到明确解释的一件事是[ 和[[ 可以用于根据变量或表达式的值进行选择，而$ 不能。即你可以这样做：

> example_frame <- data.frame(Var1 = c(1,2), Var2 = c('a', 'b'))
> x <- 'Var1'

> example_frame$x
NULL  # Not what you wanted

> example_frame[x]
  Var1
1    1
2    2

> example_frame[[x]]
[1] 1 2

> example_frame[[ paste(c("V","a","r",2), collapse='') ]]
[1] a b
Levels: a b

[ 和 [[ 之间的差异已经被 other posts 和 other questions 很好地覆盖了。