zu illustrieren:
library(dplyr)
x <- data.frame(
v1 = c("USA", "Canada", "Mexico"),
v2 = c(NA, 1:5)
)
# filter
x %>% filter(v1=="Canada",v2 %in% 3:5)
v1 v2
1 Canada 4
# your approach
x[x$v1=="Canada" && x$v2 %in% 3:5,]
v1 v2
<0 rows> (or 0-length row.names)
# second & removed
x[x$v1=="Canada" & x$v2 %in% 3:5,]
v1 v2
5 Canada 4
Neben der rowName, gibt es das gleiche Ergebnis.
Schauen Sie sich das Beispiel zu verstehen, was vor sich ging (aus here)
-2:2 >= 0
[1] FALSE FALSE TRUE TRUE TRUE
-2:2 >= 0 & -2:2 <= 0
[1] FALSE FALSE TRUE FALSE FALSE
-2:2 >= 0 && -2:2 <= 0
[1] FALSE
In manchen Situationen können Probleme mit NA
s begegnen. Dann ist es ratsam, logische Anweisungen in which
zu verpacken. filter
filtert NA
standardmäßig aus. Z.B.
# will include NA:
x[x$v2 > 3,]
v1 v2
NA <NA> NA
5 Canada 4
6 Mexico 5
# will exclude NA
x[which(x$v2 > 3),]
v1 v2
5 Canada 4
6 Mexico 5
Add '&! is.na (x $ v2) ' –