设置空气质量数据的子集时选择了未定义的列

Question

我想要设置空气质量数据的子集，这样当airquality$Ozone等于41时，我就可以获得airquality$temp。我的代码是

airquality[airquality$Ozone==41, airquality$Temp]

我数据的str()是

'data.frame':   153 obs. of  6 variables:
 $ Ozone  : int  41 36 12 18 NA 28 23 19 8 NA ...
 $ Solar.R: int  190 118 149 313 NA NA 299 99 19 194 ...
 $ Wind   : num  7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...    
 $ Temp   : int  67 72 74 62 56 66 65 59 61 69 ...
 $ Month  : int  5 5 5 5 5 5 5 5 5 5 ...
 $ Day    : int  1 2 3 4 5 6 7 8 9 10 ...

Answer 1

Short answer：仅使用要选择为character的列

airquality[airquality$Ozone==41, "Temp"]

Long answer：

如果使用索引([..., ...])对data.frame进行子集设置，则有几种选择。

1. 您可以使用数字子设置:您只需提供行/列的索引号作为整数值。e.g.airquality1,3 #提取第3列的第1行
2. 您可以使用逻辑子设置(就像您在示例中所做的那样)：通过使用逻辑比较，您可以确定要包含在输出中的行/列

airqualityairquality$Ozone==41，colnames(airquality) == "Temp“# double logical subsetting

• you可以使用字符子设置:仅对于列，您可以在airqualityairquality$Ozone==41中以字符矢量的形式提供列的名称。

airquality，c("Temp"，"somethingElse")

• You可以使用"Dollar“子设置，如果您只想访问w列:这里有两个示例，它们将产生相同的输出。唯一的区别是它是先按行还是按列设置子集。请注意，如果您在设置向量airquality$Temp (第二个示例)中的值之前已经选择了该列，则不会在大括号内设置逗号，因为您只剩下一个一维向量。

airqualityairquality$Ozone==41、$Temp airquality$Tempairquality$Ozone==41 #本质上做的是相同的

有什么问题吗？

airquality[airquality$Ozone==41, airquality$Temp]

在这种情况下，您可以按行进行逻辑子集，这是完全没有问题的。另一方面，按列设置的子集将是按列设置的数字子设置，因为airquality$Temp会将整数向量解析为列的子集。因此，您最终将寻址不存在且包含NA的列67、NA等。因此，R返回错误"undefined columns selected"

有关R的子集的进一步介绍，请查看https://adv-r.hadley.nz/subsetting.html

Answer 2

对于子集的第二个参数，您需要的是列的名称，而不是列的实际值。

即airquality[airquality$Ozone==41, "Temp"]

此外，您的数据中有一些NA，我认为您希望对其进行过滤，因此您可能正在寻找更类似的内容：

airquality[airquality$Ozone==41 & !is.na(airquality$Ozone), "Temp"]