dplyr滤波器和R中的for循环

所有数据结构都是数据帧。 我在R中使用了dplyr语法。 我想用for循环替换此代码

rbind(
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[1]) %>% select(t1.query, t1.cate),
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[2]) %>% select(t1.query, t1.cate),
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[3]) %>% select(t1.query, t1.cate),
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[4]) %>% select(t1.query, t1.cate),
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[5]) %>% select(t1.query, t1.cate),
query0226 %>% 
  filter(t1.cate == tb0226_cate_below_100$Var1[6]) %>% select(t1.query, t1.cate)
)

所以我写了下面的代码，但它不起作用。 哪一部分错了

for（1中的i：长度（tb0226_cate_低于_100$Var1））{
阿尔宾德(
查询0226%>%
过滤器（t1.cate==tb0226\u cate\u低于\u 100$Var1[i]）%>%select（t1.query，t1.cate）
)
}

你可以这样做

temp <- data.frame()
for (i in unique(tb0226_cate_below_100$Var1)){
  temp = rbind(temp, query0226 %>% filter(t1.cate == i) %>% select(t1.query,t1.cate))
}

---

但你为什么要这么做？也许我没有抓住要点，但与其保留

query0226

的子集，不如过滤掉不想保留的条目，这样会更快（更整洁）吗？这也将消除对这种有点笨拙的

for

循环的需要。也许我又误解了，但这似乎是一种非常不符合潮流的做事方式。

rbind(
   mtcars %>% filter(cyl ==4) %>% select(mpg, disp), 
   mtcars %>% filter(cyl ==6) %>% select(mpg, disp), 
   mtcars %>% filter(cyl ==8) %>% select(mpg, disp)
)

temp <- data.frame()
for (i in unique(mtcars$cyl)){
   temp = rbind(temp,mtcars %>% filter(cyl==i) %>% select(mpg, disp))
}