我一直在遍历dplyr tbl_df中的值,尝试打印两列的唯一组合。经过多次尝试和错误,我只能通过将tbl_df转换回标准data.frame来获得所需的输出。我知道这两种结构之间的主要区别,但是我仍然无法理解我在每种结构中看到的不同输出。
例如,使用此数据
hospital <- rep(c("Hospital 1", "Hospital 2", "Hospital 3"), 3)
ward <- LETTERS[1:2]
hospitals <- data.frame(cbind(hospital, ward))
hospitals[order(hospitals$hospital, hospitals$ward), ]
# hospital ward
# 1 Hospital 1 A
# 7 Hospital 1 A
# 4 Hospital 1 B
# 5 Hospital 2 A
# 2 Hospital 2 B
# 8 Hospital 2 B
# 3 Hospital 3 A
# 9 Hospital 3 A
# 6 Hospital 3 B
和以下循环
for(hosp in unique(hospitals$hospital)){
for(wa in unique(hospitals[hospitals$hospital==hosp, "ward"])){
print(paste(hosp, wa, sep=" "))
}
}
我可以得到想要的输出
#[1] "Hospital 1 A"
#[1] "Hospital 1 B"
#[1] "Hospital 2 B"
#[1] "Hospital 2 A"
#[1] "Hospital 3 A"
#[1] "Hospital 3 B"
但是使用相同数据的tbl_df我得到了不同的输出
hospitals2 <- tbl_df(hospitals)
for(hosp in unique(hospitals2$hospital)){
for(wa in unique(hospitals2[hospitals2$hospital==hosp, "ward"])){
print(paste(hosp, wa, sep=" "))
}
}
#[1] "Hospital 1 A" "Hospital 1 B"
#[1] "Hospital 2 B" "Hospital 2 A"
#[1] "Hospital 3 A" "Hospital 3 B"
这不仅仅是打印上的差异,这似乎是三个两个元素的向量,而不是六个一个元素的向量,并且我的后续代码仅在正常数据帧上运行循环时才按预期工作。
谁能解释为什么我看到这些差异?
你不能做for loop
对tbl_df
与子集化[
。文档说明了一切:
[
从不简化(删除),因此始终返回data.frame
。
你看到hospitals2[hospitals2$hospital==hosp, "ward"]
回报data.frame
hospitals2[hospitals2$hospital==hosp, "ward"]
#Source: local data frame [3 x 1]
# ward
#1 A
#2 B
#3 A
而
hospitals[hospitals$hospital==hosp, "ward"]
#[1] A B A
#Levels: A B
使用[[
提取的列向量,例如
for(hosp in unique(hospitals2$hospital)){
for(wa in unique(hospitals[hospitals$hospital==hosp,][["ward"]])){
print(paste(hosp, wa, sep=" "))
}
}
#[1] "Hospital 1 A"
#[1] "Hospital 1 B"
#[1] "Hospital 2 B"
#[1] "Hospital 2 A"
#[1] "Hospital 3 A"
#[1] "Hospital 3 B"
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句