来自本网站上关于类似问题的其他答案,例如来自以下页面http://www.r-tutor.com/r-introduction/data-frame/data-frame-column-vector,似乎我从data.frame
、data[ , "col"]
和data$col
中提取一个变量应该会产生相同的结果。但现在我在Excel中有一些数据:
LU Urban_LU LU_Index Urban_LU_index
Residential Residential 2 0
Rural residential Residential 3 0
Commercial Commercial 4 1
Public institutions including education Industrial 5 1
Industry Industrial 7 2
)
我用read_excel
从readxl
包中读取:
library(readxl)
data <- read_excel("data.xlsx", "Sheet 1")
现在,我使用[
或$
:从数据帧中提取一个变量
data[ , "LU"]
# Source: local data frame [5 x 1]
#
# LU
# (chr)
# 1 Residential
# 2 Rural residential
# 3 Commercial
# 4 Public institutions including education
# 5 Industry
data$LU
# [1] "Residential" "Rural residential"
# [3] "Commercial" "Public institutions including education"
# [5] "Industry"
length(data[ , "LU"])
# [1] 1
length(data$LU)
# [1] 5
此外,我发现可疑的是从read_excel
获得的数据类别和从两种不同的提取模式得出的数据:
class(data)
# [1] "tbl_df" "tbl" "data.frame"
class(data[ , "LU"])
# [1] "tbl_df" "data.frame"
class(data$LU)
# [1] "character"
>
那么[ , "col"]
和$col
之间有什么区别呢?我是在手册中遗漏了什么,还是这是一个特例?另外,tbl_df
和tbl
类标识符是什么?我怀疑它们是我困惑的原因,它们是什么意思?
更多扩展注释:
readxl::read_xl
返回类tbl_df
的输出这一事实在?read_xl
中似乎没有得到很好的记录。在RStudio博客上发布的readxl
中提到了这种行为:
"[read_xl
r]使用类c("tbl_df", "tbl", "data.frame")
返回输出"
要了解有关tbl_df
的更多信息,我们需要查阅dplyr
帮助页面。在?dplyr::tbl_df
的方法部分中,我们发现"tbl_df
实现了两个重要的基本方法:[
从不简化(丢弃),所以总是返回data.frame
"。
有关更多背景信息,请阅读?[.data.frame
中的drop
参数。
相关问答;A: 提取一个dplyr-tbl列作为向量,最佳实践是在dplyr-tbl_df中获得一个删除的列。
另请参阅github上的"原始"问题及其讨论。