为什么“比'subset`好？
当我需要过滤data.frame，即提取符合某些条件的行时，我更愿意使用subset函数：
subset(airquality, Month == 8 & Temp > 90)
而不是[function：
airquality[airquality$Month == 8 & airquality$Temp > 90, ]
我的偏好主要有两个原因：
-
我发现代码从左到右读得更好。 即使对R一无所知的人也可以知道上面的
subset声明在做什么。 -
因为列可以被称为
selectexpression式中的variables，所以我可以节省一些击键。 在我上面的例子中，我只需要用subset键入一次airquality，而用[。
所以我活得很开心，到处都是使用subset ，因为它更短，读起来更好，甚至向我的R编码者提倡它的美。 但是昨天我的世界分崩离析了。 在阅读subset文档时，我注意到这个部分：
警告
这是一个交互式使用的便利function。 对于编程，最好使用标准的子集函数，特别是参数子集的非标准评估可能会有意想不到的后果。
有人能帮助澄清作者的意思吗？
首先，“ 交互使用 ”是指什么？ 我知道什么是交互式会话，而不是脚本在BATCH模式下运行，但是我不知道应该做什么区别。
那么能否解释“ 论证子集的非标准评估 ”，为什么它是危险的，也许可以举个例子呢？
这个问题在@James的评论中得到了很好的回答，指出哈德利·威克姆（Hadley Wickham）对子subset （和它的函数）危险的一个很好的解释。 去看看吧！
这是一个有点长的阅读，所以在这里logging哈德利使用的例子可能是最有帮助的，最直接地解决了“什么可能出错”的问题：
哈德利build议如下例子：假设我们想要子集，然后使用下列函数重新sorting一个dataframe：
scramble <- function(x) x[sample(nrow(x)), ] subscramble <- function(x, condition) { scramble(subset(x, condition)) } subscramble(mtcars, cyl == 4)
这将返回错误：
eval（expr，envir，enclos）中的错误：未find对象'cyl'
因为R不再“知道”在哪里find名为“cyl”的对象。 他还指出，如果碰巧在全球环境中有一个叫做'cyl'的对象，就会发生真正奇怪的事情：
cyl <- 4 subscramble(mtcars, cyl == 4) cyl <- sample(10, 100, rep = T) subscramble(mtcars, cyl == 4)
（运行它们，看看你自己，这很疯狂。）
还[更快：
require(microbenchmark) microbenchmark(subset(airquality, Month == 8 & Temp > 90),airquality[airquality$Month == 8 & airquality$Temp > 90,]) Unit: microseconds expr min lq median uq max neval subset(airquality, Month == 8 & Temp > 90) 301.994 312.1565 317.3600 349.4170 500.903 100 airquality[airquality$Month == 8 & airquality$Temp > 90, ] 234.807 239.3125 244.2715 271.7885 340.058 100
