R编程：dataframe $ column [< boolean>] =< value>工作？

问题描述

此

  df = data.frame（c（-2，-1,1,2），NA）
 colnames（df）<-c（ values， pos_neg）
标志<-with（df，values< 0）
 df $ pos_neg [flag] = negative  
 df $ pos_neg [！flag] = positive 
  

给我这个

它可以按预期工作。问题是我不确定如何或为什么这样做。如果将布尔值放在方括号中，会发生什么情况？到目前为止，我认为数据帧是一个数组，我只能按数字（ df [1] ）或按名称（如果可用）访问值（ df [ pants] ）。

预先感谢！

解决方案

在值不是全部 NA 后，查看子集是否容易一些：

  df<-data.frame（values = c（-2，-1,1， 2），
 pos_neg = NA）
标志<-df $ values< 0 
 
 df $ pos_neg [flag]<-负数 
 df $ pos_neg [！flag]<-正数 
  

这里的第一个重要概念是数据框是变量的列表（具有类，一些限制和许多方法，但仍然是列表）（ 列），而不是二维数组（矩阵）。因此， $ 或 [[子集会提取单个变量，它是单个向量，所以

  df $ pos_neg 
＃> [1]负负正正 
  

您可以使用逻辑向量，因此逻辑子集的工作方式与 c（'a'，'b'）[c（FALSE TRUE）] 一样：

  df $ pos_neg [flag] 
＃> [1]负负 
 df $ pos_neg [！flag] 
＃> [1]正正 
  

使用 分配给这些子集的方法在这里起作用，因为您提供的是长度为1的向量，该向量将被回收以适合该子集。 b $ b

在数据帧上使用带有两个参数（用于行和列）的 [子集，例如 df [2：3，'values'] 在某些方面更复杂，即使从矩阵类似物来看更直观。特别是 [。data.frame 方法默认情况下为 drop = TRUE ，这可能会使它不清楚返回另一个数据帧或向量。在大多数情况下，这无关紧要，但这可能会导致程序用法出现错误。

使用 [子集在数据帧上具有单个参数，例如 df [1] 的作用类似于 [对列表的处理，按名称，索引或逻辑掩码设置列，总是返回相同类别的另一个列表（即另一个数据框）。

This

df = data.frame(c(-2,-1,1,2), NA)
colnames(df) <- c("values", "pos_neg")
flag <- with(df, values < 0)
df$pos_neg[flag] = "negative"
df$pos_neg[!flag] = "positive"

gives me this

And it works as intended. The problem is that I'm not really sure how or why it does. What happens exactly if I put a boolean value into the brackets? Up to now I thought a dataframe is an array and I can access values only by number (df[1]) or by name if available (df["pants"]).

Thanks in advance!

解决方案

It's a little easier to see if you look at the subsetting after the values are not all NA:

df <- data.frame(values = c(-2,-1,1,2),
                 pos_neg = NA)
flag <- df$values < 0

df$pos_neg[flag] <- "negative"
df$pos_neg[!flag] <- "positive"

The first important concept here is that a data frame is a list (with a class, some restrictions and lots of methods, but still a list) of variables ("columns"), not a two-dimensional array (a matrix). Thus, $ or [[ subsetting pulls out a single variable, which is a single vector, so

df$pos_neg
#> [1] "negative" "negative" "positive" "positive"

You can subset any vector with a logical vector, so logical subsetting works just like c('a', 'b')[c(FALSE TRUE)] does:

df$pos_neg[flag]
#> [1] "negative" "negative"
df$pos_neg[!flag]
#> [1] "positive" "positive"

Using <- to assign to those subsets works here because you are supplying a length-1 vector that is getting recycled to fit the subset.

---

Using [ subsetting with two parameters (for rows and columns) on a data frame, e.g. df[2:3, 'values'] is in some regards more complicated, even if more intuitive from the matrix analogue. In particular, the [.data.frame method defaults to drop = TRUE, which can make it unclear if it will return another data frame or a vector. Most of the time this doesn't matter, but it can cause bugs in programmatic usages.

Using [ subsetting with a single parameter on a data frame, e.g. df[1], works like [ does on a list, subsetting columns by name, index, or logical mask and always returning another list of the same class (i.e. another data frame).

这篇关于R编程：dataframe $ column [< boolean>] =< value>工作？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！