在R中设置数据子集时，如何处理错误“未选择的列已选定”？
当我们在单个方括号的帮助下进行子集化时，我们需要注意将逗号放在适当的位置。如果要使用列对行进行子集化，则需要在条件之前放置逗号。当我们不指定任何逗号时，将发生“未选择的选定列”错误。查看示例以了解其工作原理。
考虑以下数据帧-
示例
x1<-rpois(20,5) x2<-rpois(20,2) df1<-data.frame(x1,x2) df1输出结果
x1 x2 1 7 0 2 6 4 3 5 3 4 6 1 5 3 0 6 4 1 7 6 1 8 5 1 9 7 3 10 4 2 11 6 3 12 9 2 13 5 2 14 0 0 15 7 4 16 7 3 17 6 2 18 6 3 19 4 3 20 3 3
df1[which（x1>5）]
`.data.frame`（df1，which（x1>5））中的错误：未定义的列已选中
出现错误是因为方括号内的行不使用逗号。
根据大于5的x1值对df1进行子集设置-
示例
df1[which(x1>5),]输出结果
x1 x2 1 7 0 2 6 4 4 6 1 7 6 1 9 7 3 11 6 3 12 9 2 15 7 4 16 7 3 17 6 2 18 6 3
示例
y1<-rnorm(20) y2<-rnorm(20) y3<-rnorm(20) y4<-rnorm(20) df2<-data.frame(y1,y2,y3,y4) df2输出结果
y1 y2 y3 y4 1 -1.409601559 -0.40597308 -0.64615777 -1.22078887 2 0.266717714 -0.57865012 0.76654025 -1.76430465 3 -0.064943594 -1.82008803 -1.10213671 -1.40020872 4 0.809783619 -0.08933758 -0.20752297 -1.11327480 5 -0.034361207 -1.45135447 -1.16066436 0.01539031 6 -0.082024227 -1.96856577 -0.09511484 0.77846417 7 0.259362498 -0.09326561 -0.40534748 0.39772236 8 1.116127337 0.80943746 -1.01315198 -0.60320454 9 0.236156881 0.48847386 -0.72174393 -0.29582895 10 1.762595310 -0.54977615 -0.90530123 0.65145594 11 -0.321092438 0.63080804 -0.76475103 -0.30353104 12 0.020150610 1.59757420 -0.75559972 -1.96075329 13 0.164084351 -0.11924416 -0.72052393 0.14890162 14 0.658193888 -1.32640467 -0.06000406 -0.89518512 15 1.230021633 -0.73053679 2.28237747 0.24679498 16 -0.530892825 -0.69954922 -0.98488545 0.37360026 17 0.563701048 0.67395747 -0.38809559 3.50620870 18 0.001154061 -0.19090813 0.49855009 0.56542930 19 1.821508804 -0.42088642 0.75174472 -0.93212634 20 -0.118279565 1.16474884 -0.60869426 0.95720193
根据小于0.5的y2值对df2进行子集设置-
示例
df2[which(y2<0.5),]输出结果
y1 y2 y3 y4 1 -1.409601559 -0.40597308 -0.64615777 -1.22078887 2 0.266717714 -0.57865012 0.76654025 -1.76430465 3 -0.064943594 -1.82008803 -1.10213671 -1.40020872 4 0.809783619 -0.08933758 -0.20752297 -1.11327480 5 -0.034361207 -1.45135447 -1.16066436 0.01539031 6 -0.082024227 -1.96856577 -0.09511484 0.77846417 7 0.259362498 -0.09326561 -0.40534748 0.39772236 9 0.236156881 0.48847386 -0.72174393 -0.29582895 10 1.762595310 -0.54977615 -0.90530123 0.65145594 13 0.164084351 -0.11924416 -0.72052393 0.14890162 14 0.658193888 -1.32640467 -0.06000406 -0.89518512 15 1.230021633 -0.73053679 2.28237747 0.24679498 16 -0.530892825 -0.69954922 -0.98488545 0.37360026 18 0.001154061 -0.19090813 0.49855009 0.56542930 19 1.821508804 -0.42088642 0.75174472 -0.93212634