提问人：flodel 提问时间：3/25/2012 最后编辑：Communityflodel 更新时间：11/15/2016 访问量：108589
为什么“[”比“子集”好？
Why is `[` better than `subset`?
问：
当我需要过滤 data.frame 时，即提取满足特定条件的行，我更喜欢使用以下函数：subset
subset(airquality, Month == 8 & Temp > 90)
而不是功能：[
airquality[airquality$Month == 8 & airquality$Temp > 90, ]
我偏爱有两个主要原因：
我发现代码从左到右读起来更好。即使是对 R 一无所知的人也能看出上面的陈述在做什么。
subset由于列可以在表达式中称为变量，因此我可以保存一些击键。在上面的示例中，我只需要用 键入一次，但用 键入三次。
selectairqualitysubset[
所以我过得很开心，到处都在使用，因为它更短，读起来更好，甚至向我的 R 程序员同事宣传它的美感。但昨天我的世界分崩离析了。在阅读文档时，我注意到这一部分：subsetsubset
警告
这是一项旨在以交互方式使用的便利功能。对于编程，最好使用像 [ 这样的标准子集函数，特别是对参数子集的非标准计算可能会产生意想不到的后果。
有人可以帮忙澄清作者的意思吗？
首先，“交互式使用”是什么意思？我知道什么是交互式会话，而不是在 BATCH 模式下运行的脚本，但我看不出它应该有什么区别。
那么，您能否解释一下“参数子集的非标准评估”以及为什么它是危险的，也许可以举个例子？
答：
265赞
4 revs, 3 users 91%joran
#1
这个问题在@James的评论中得到了很好的回答，指出了哈德利·威克姆（Hadley Wickham）对[这里]的危险（以及类似的功能）的出色解释。去读吧！subset
这是一本有点长的书，所以在这里记录一下哈德利使用的例子可能会有所帮助，这个例子最直接地解决了“什么会出错？”的问题：
Hadley 建议以下示例：假设我们想要使用以下函数对数据框进行子集，然后重新排序：
scramble <- function(x) x[sample(nrow(x)), ]
subscramble <- function(x, condition) {
scramble(subset(x, condition))
}
subscramble(mtcars, cyl == 4)
这将返回错误：
eval（expr， envir， enclos） 中的错误：找不到对象“cyl”
因为 R 不再“知道”在哪里可以找到名为“cyl”的对象。他还指出，如果偶然在全球环境中存在一个叫做“cyl”的物体，就会发生真正奇怪的事情：
cyl <- 4
subscramble(mtcars, cyl == 4)
cyl <- sample(10, 100, rep = T)
subscramble(mtcars, cyl == 4)
（运行它们，亲眼看看，这太疯狂了。
评论
4赞
Heisenberg
10/29/2013
我可以有一些新手问题需要澄清吗？当我们编写（在顶层）时，R 在哪里寻找 cyl？如果它查看传递给 的对象，那么即使它位于另一个函数中，它不应该能够找到，因为仍在传递给它？如果我的问题没有意义，你可以更详细地解释为什么 R 再也找不到了。谢谢！subset(mtcars, cyl == 4)mtcarssubset()cylscramblemtcarscyl
4赞
joran
10/29/2013
@Anh 在内部，我们当时试图评估的东西只是 .这在 中是不存在的。因此，用于确保被正确评估为 .但是，我们又弹出到封闭框，现在当 R 查找它时，它不再查看 .如果我们不使用 ，类似的东西根本不起作用。subset.data.frameconditionmtcarssubset.data.frameenclos = parent.frame()conditioncyl == 4cylmtcarsenclossubset(mtcars,cyl == a)
1赞
joran
10/3/2017
@MikePalmice确实如此。的最后一行是 。问题在于如何从不加引号的参数到可以有效传递给 .subset.data.framex[r, vars, drop = drop]subsetselect[.data.frame
1赞
tjebo
6/21/2018
这是一个如此古老的问题/答案，有如此多的赞成票 - 很明显我忽略了一些东西？？对我来说，您的示例代码本身不起作用。Hadley 的示例包含另一个名为“subset2”的函数的预创建......和 之间的重要区别在于这个函数......[subset()
1赞
tjebo
6/21/2018
感谢您的检查。我可能误解了你代码的意图。但是用子集替换它 ，这会导致与您的代码 using 相同的“奇怪”结果 - 至少在这里 ：/也清理 R 3.4.3[subset
36赞
bartektartanus
4/5/2014
#2
也更快：[
require(microbenchmark)
microbenchmark(subset(airquality, Month == 8 & Temp > 90),airquality[airquality$Month == 8 & airquality$Temp > 90,])
Unit: microseconds
expr min lq median uq max neval
subset(airquality, Month == 8 & Temp > 90) 301.994 312.1565 317.3600 349.4170 500.903 100
airquality[airquality$Month == 8 & airquality$Temp > 90, ] 234.807 239.3125 244.2715 271.7885 340.058 100
评论
42赞
flodel
4/6/2014
是的，也不是。我认为你所看到的时差是由于两件事造成的。1） 开销很小（< 100 微秒），并且 2） 不同 删除筛选器计算结果为 的行。这样做，你会发现它们在“公平”比较时都一样快：subset[NAx <- do.call(rbind, rep(list(airquality), 100)); microbenchmark(subset(x, Month == 8 & Temp > 90),{ i <- x$Month == 8 & x$Temp > 90; x[!is.na(i) & i ,] })
评论
with(airquality, airquality[Month == 8 & Temp > 90, ])dplyr::filter