R中的多列数据框的排序和子集？

Question

我希望通过一些列，子集，多列数据框，但使用的命令命令没有工作

print(df[order(df$x) & df$x < 5,]) 

这并不查询结果排序。

要调试这个我生成测试数据帧与1列，但这种“简化”了意想不到的效果

df <- data.frame(x = sample(1:50)) 

print(df[order(df$x) & df$x < 5,]) 

，所以我觉得我已经转载了问题，但用简单的数据这并不查询结果排序。

打破的过程中先排序，然后子集化使我发现在这种情况下，顺序不产生数据框对象

df <- data.frame(x = sample(1:50)) 
ndf <- df[order(df$x),] 
print(class(ndf)) 

产生

[1] "integer" 

试图子集合成“整数“ndf对象使用数据帧语法，例如

print(ndf[ndf$x < 5, ]) 

明显生成错误：

Error in ndf$x : $ operator is invalid for atomic vectors. 

简化甚至进一步，我发现子集单独（未施加所述顺序功能）不生成数据帧对象

ndf <- df[df$x < 5,] 

class(ndf) 
[1] "integer" 

原来对于分离排序和子集的多列数据帧确实按预期工作

df <- data.frame(x = sample(1:50), y = rnorm(50)) 

ndf <- df[order(df$x),] 

print(ndf[ndf$x < 5, ]) 

，这解决了我原来的问题，但导致了两个进一步的问题：

1. 为什么对象的类型返回的基础上，1列数据框测试用例，而不是一个数据帧如上所述？ （我欣赏1列数据帧只包含一个矢量，但它仍然包裹在一个数据帧中？）
2. 是否可以在一个步骤中对多列数据帧进行排序和子集化？

Answer 1

R中的在选择一列时自动简化为矢量。这是一种常见且有用的简化，在this question中有更好的描述。当然，你可以用drop=FALSE来防止这种情况。

子集和排序是两种不同的操作。你应该在两个逻辑步骤中完成它们（但可能需要一行代码）。这行不使有很大的意义中的R

df[order(df$x) & df$x < 5,] 

子集可以与行索引的向量（其order()回报）或布尔值（其<比较返回）来完成。混合它们（仅用&）并没有说明R应该如何执行子集。但是你可以打破了分为两个步骤，subset()

subset(df[order(df$x),], x < 5) 

这确实排序第一，然后子集。请注意，不再目录的条目特定地引用df的值，它将过滤来自重新排序的data.frame的数据。

这样的操作是许多人为了操作数据而使用dplyr库的原因之一。例如，这可以与R中

library(dplyr) 
dd <- data.frame(x = sample(1:50)) 
dd %>% filter(x<5) %>% arrange(x)