子集运算规律

《Advanced R》

最常用的子集运算符是[]，除此之外还有[[]]和$

首先[[]]：

[[]]和[]用法类似，不同的是[[]]可以从列表中取子集，而且它只能返回single value

由于data frame是由一列一列的list构成的，固然也可以使用[[]]来提取列

当[]用于list，返回的结果也是list形式，而用[[]]可以直接得到其内容（打破list框架）
举个例子：如果list x 是一辆火车，那么x[[5]]是5号车厢中的乘客，而x[5]是5号车厢

a <- list(a = 1, b = 2)
a[[1]]
#> [1] 1
a[["a"]]
#> [1] 1

# 如果你提供一个向量，它会循环索引
b <- list(a = list(b = list(c = list(d = 1))))
b[[c("a", "b", "c", "d")]]
#> [1] 1
# 同样的
b[["a"]][["b"]][["c"]][["d"]]
#> [1] 1

其次$：

$是一个简化符号，x$y等同于x[["y" , exact = FALSE]]

通常用于访问data frame中的列，即variables

$只能用列名直接提取，而不能用储存在变量中的列名去提取

var <- "cyl"
# Doesn't work - mtcars$var translated to mtcars[["var"]]
mtcars$var
#> NULL

但是[[]]可以

mtcars[[var]]
#>  [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

此外[[]]和$还有一个重要区别
$可以进行部分匹配

x <- list(abc = 1)
x$a
#> [1] 1
x[["a"]]
#> NULL

当遇到缺失值NA或越界索引OOB (out of bounds) 时

举例：

• 当你尝试在长度为4的向量中提取第5个元素时；
• 当你取带有NA或NULL的向量子集时

x <- 1:4
str(x[5])
#>  int NA
str(x[NA_real_])
#>  int NA
str(x[NULL])
#>  int(0)

子集化和赋值

所有子集运算符都可以与赋值运算符结合使用，以修改输入向量的选定值

# 赋值特定位置
x <- 1:5
x[c(1, 2)] <- 2:3
x
#> [1] 2 3 3 4 5

x[-1] <- 4:1
x
#> [1] 2 4 3 2 1

# 赋值重复位置
# 直接被覆盖
x[c(1, 1)] <- 2:3
x
#> [1] 3 4 3 2 1

# 整数混入NA，报错
x[c(1, NA)] <- c(1, 2)
#> Error in x[c(1, NA)] <- c(1, 2): NAs are not allowed in subscripted assignments
# 逻辑值混入NA，可以
# 因为NA在逻辑值中视为FALSE
x[c(T, F, NA)] <- 1
x
#> [1] 1 4 3 1 1

# 当遇到条件修改向量
df <- data.frame(a = c(1, 10, NA))
df$a[df$a < 5] <- 0
df$a
#> [1]  0 10 NA

不带任何内容的子集设置与赋值一起使用非常有用，因为它将保留原始对象类和结构。
比较以下两个表达式：

• 在第一种情况下， mtcars 将保留为数据帧；
• 在第二种情况下， mtcars 将成为一个列表。

mtcars[] <- lapply(mtcars, as.integer)
mtcars <- lapply(mtcars, as.integer)

对于列表，可以使用subsetting + assignment + NULL 从列表中删除组件
要将 NULL 添加到列表中，使用 [] 然后 list(NULL) ：

x <- list(a = 1, b = 2)
x[["b"]] <- NULL
str(x)
#> List of 1
#>  $ a: num 1

y <- list(a = 1)
y["b"] <- list(NULL)
str(y)
#> List of 2
#>  $ a: num 1
#>  $ b: NULL