为什么子集操作在向量名称与列名称相同时无法正常工作？

Question

我发现 subset 函数有一个令人困惑的“特性”（使用列名作为向量名称进行子集操作无效）：

data(iris)
Species <- unique(iris$Species)
i <- 2
Species[i]
subset(iris, subset = Species == Species[i])

sp <- unique(iris$Species)
sp[i]
subset(iris, subset = Species == sp[i])

有人能够解释一下这里发生了什么以及为什么会发生吗？

- Mikko

Answer 1

subset()首先会在数据框中查找您提及的任何对象，因此在您的第一个示例中，Species[i]返回“setosa”（与iris$Species[i]相同）。 仅当您指定的对象无法在数据帧内找到时，R才会查找父框架并在那里找到正确的对象。

因此，这确实有效，您只是不理解它的工作原理。 您可以在帮助文件中阅读到这一点：

请注意，子集将在数据框中进行评估，因此列可以作为表达式中的变量（按名称）引用（请参见示例）。

这是如何发生的呢？

原因是在subset()中的以下代码行：

e <- substitute(subset)
r <- eval(e, x, parent.frame())

• subset（或e）在您的示例中为Species == Species[i]
• x在您的示例中为iris
• parent.frame()在您的示例中返回全局环境。

调用eval的第二个参数x称为envir。它是表达式进行评估的环境（或列表或数据框等）。在您的情况下，R在x中（即您的数据框）内部评估Species == Species[i]。

第三个参数parent.frame()是封闭环境。它是包围您指定的数据框作为环境的环境，并且是R在变量未在数据框中找到时查找的位置。

另请参见？eval

- Joris Meys