r - 对 R 数据框进行子集化会导致神秘的 NA 行

Question

我遇到了一个我认为是错误的问题。这没什么大不了的，但我很好奇是否有其他人看到过这个。不幸的是，我的数据是保密的，所以我必须编一个例子，但它不会有太大帮助。

当对我的数据进行子集化时，我偶尔会得到原始数据框中不存在的神秘 NA 行。甚至行名也是不适用的。例如:

example <- data.frame("var1"=c("A", "B", "A"), "var2"=c("X", "Y", "Z"))
example

  var1 var2
1    A    X
2    B    Y
3    A    Z

然后我运行:

example[example$var1=="A",]

  var1 var2
1    A    X
3    A    Z
NA<NA> <NA>

当然，上面的例子实际上并没有给你这个神秘的 NA 行；我将其添加到此处是为了说明我的数据遇到的问题。

也许这与我使用 Google's read.xlsx package 导入原始数据集有关然后在子集化之前执行从宽到长的 reshape 。

谢谢

Answer 1

将条件包装在 which 中:

df[which(df$number1 < df$number2), ]

<小时/>

工作原理:

它返回条件匹配的行号(条件为 TRUE 时)，并相应地对这些行上的数据帧进行子集化。

说:

which(df$number1 < df$number2)

返回行号1、2、3、4和5 .

因此，写作:

df[which(df$number1 < df$number2), ]

与写作相同:

df[c(1, 2, 3, 4, 5), ]

或者更简单的版本是:

df[1:5, ]