使用Dplyr过滤3个以上级别的因素时出现错误消息

Question

我正在尝试过滤Dplyer中的一些因素，但是我没有手动写出我想要的因素，例如c（“ Blue”，“ Green”，“ White”）等，

levels(df$factor.variable)[1:3]

可能会证明速度更快，但是如果尝试使用以下代码选择两个以上的变量，则会收到错误消息“较长的对象长度不是较短的对象长度的倍数” ，并且不会传递大量数据。 在下面的虚拟数据中，2/3的数据消失了。

a <- 1:20
b <- rep(c("Blue", "Green", "White", "Grey"),5)
df <- data.frame(Numbers=a, colours=b)
df %>% 
  select(Numbers, colours) %>% 
  filter(colours==levels(df$colours)[1:3])

请注意，如果仅选择以上级别的1或2（如[1]或[1：2]，而不是[1：3]），则不会出现此问题。 另外，如果我删除了一种颜色（因素），那么我就不再有问题了。

a <- 1:15
b <- rep(c("Blue", "Green", "White"),5)
df <- data.frame(Numbers=a, colours=b)
df %>% 
  select(Numbers, colours) %>% 
  filter(colours==levels(df$colours)[1:3])

哪些对象的长度更长或更短？ 为何2/3的数据消失了？

Answer 1

您在dplyr中犯了错误。 代替==使用％in％解决了该错误。

a <- 1:20
b <- rep(c("Blue", "Green", "White", "Grey"),5)
df <- data.frame(Numbers=a, colours=b)
str(df)

df2<- df %>% 
  select(Numbers, colours) %>% 
  filter(colours %in% levels(df$colours)[1:3])

Answer 2

实际上，这不是dplyr问题。

正如其他提到的， a == b检查每对元素是否相同，即a[1] == b[1] ， a[2] == b[2] ，依此类推。 （看一下?Comparison 。）您正在比较长度不相等的向量和长度不适合于循环使用一个向量以适应另一个向量的向量，这就是发出警告的原因。

相反， a %in% b检查是否在每个元素a存在于某处b ，以及每个元素返回true或false a 。

为了说明您的数据：

library(dplyr)

a <- 1:20
b <- rep(c("Blue", "Green", "White", "Grey"),5)
df <- data.frame(Numbers=a, colours=b)

在a %in% b表示中，这是您的b ：

levels(df$colours)[1:3]
#> [1] "Blue"  "Green" "Grey"

检查该值集中的每个colours元素会产生一个逻辑向量：

df$colours %in% levels(df$colours)[1:3]
#>  [1]  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE
#> [12]  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE  TRUE

dplyr::filter的基本R版本是这样的，它采用df$colours的元素，先前的操作会得出TRUE ：

df$colours[df$colours %in% levels(df$colours)[1:3]]
#>  [1] Blue  Green Grey  Blue  Green Grey  Blue  Green Grey  Blue  Green
#> [12] Grey  Blue  Green Grey 
#> Levels: Blue Green Grey White

在dplyr ，非标准评估会减少对df$的需求，但您在dplyr::filter所做的事情基本上相同：查找colours每个元素是否在值levels(colours)[1:3]的子集中，然后仅过滤与TRUE相对应的那些行。

df %>%
  filter(colours %in% levels(colours)[1:3])
#>    Numbers colours
#> 1        1    Blue
#> 2        2   Green
#> 3        4    Grey
#> 4        5    Blue
#> 5        6   Green
#> 6        8    Grey
#> 7        9    Blue
#> 8       10   Green
#> 9       12    Grey
#> 10      13    Blue
#> 11      14   Green
#> 12      16    Grey
#> 13      17    Blue
#> 14      18   Green
#> 15      20    Grey