R、 不同格式的df中的变量？

我有一个问题困扰了我一段时间。我有一个数据帧（df），它包含变量a和B，这两个变量都是数字（正的）

然后我执行以下计算：

df$C <- (( df$A / (df$B - df$A)) -1 ) * 100

然后我将数据子集如下：

subset(df, df$C == X) 

其中X显然是一个值。虽然，我发现如果X==400，那么它工作，否则，如果X==217.6471，它不工作。相反，我需要使用X==“-217.6471”，这意味着变量是分类的（如果我错了，请纠正我）。或者，换句话说：

 ID   A   B   C
  1   3   2   num
  2   2   2   Cat
  3   4   2   num
  4   10  1.5 Cat

这怎么可能呢

不过，我还有一个问题。当A和B相等时，显然我得到了“Inf”、“-Inf”和其他一些随机值（我认为这是垃圾值）

有人能给我解释一下怎么了吗

---

提前感谢

我复制了你所做的，但我没有得到相同的结果

df <- data.frame(A=c(3,2,4,10), B=c(2,2,2,1.5))  
df$C <- (( df$A / (df$B - df$A)) -1 ) * 100

> subset(df, df$C=="-217.6471")
[1] A B C
<0 rows> (or 0-length row.names)
> subset(df, df$C==-217.6471)
[1] A B C
<0 rows> (or 0-length row.names)

---

如果我做了

子集（df，df$C==Inf）

，那么我得到了第二行

df

，正如预期的那样

df$C

是一个完全数字的列；它不是由一些数值和一些分类值组成的。通过执行

class（df$C）

或

str（df）

可以看到这一点。我认为这甚至不可能用于R中的数据帧。为了将不同类型的变量混合在一起，您需要在R中创建一个

列表
。
我不认为在R中您可以有一个具有不同数据类型的列。在R中，通常是定性变量，以factor作为数据类型。分类也可以是数字，但数据类型仍然是因素

您能否提供一个数据帧示例，因为这个问题并不十分清楚。还显示我们的预期产量。谢谢
我想这可以解决问题。每次使用乘除运算时，都需要显式舍入：

df <- data.frame(A=c(3,2,4,10), B=c(2,2,2,1.5))  
df$C <- round((( df$A / (df$B - df$A)) -1 ) * 100, 4)

subset(df, df$C== "-217.6471")
A   B         C
4 10 1.5 -217.6471

df这个问题并不清楚。如果有data.frame对象，则每列可以是一种类型，即数字或字符（分类）。在示例的B列中，
1,5
是字符，但这将导致错误，而不是C列中的结果。这使我认为这都是数字。比较数字时，应使用
idential
或
all.equal
。如果A和B相等，则除以0，这就是得到Inf或-Inf的原因。如果尝试
1==“1”
，则得到
TRUE
，因为数字
1
首先转换为字符
“1”
，然后进行比较，类似地，当数字和字符同时链接时，数字变成字符hi@LyzandeR，对不起，是1.5而不是1.5。您是对的，假设df的所有列都具有相同的格式，事实上就是这样。A和B都是数字。C也是如此。通过我给出的示例，我试图说明真实场景可以呈现的变化，是的，一旦我将A除以0，我应该得到Inf或-Inf，这对于某些值是正确的。虽然有时它给我一个巨大的价值（不同于Inf的-Inf）。我不能在这里完整地表示它，因为我的数据集有一些千兆字节和大约10万行的真实客户数据。尽管我对此持肯定态度，但hi@joel.wilson。你说的对我来说很有意义。尽管我应该如何解释实际数据集所包含的值-883198108173860992？事实上，这可以按原样在子集中使用，但对于使用值-189299.9999997的数据集子集，我必须使用“”。我觉得这很奇怪。嗨。这对我来说也没有意义。现在，我将使用实值更好地解释我的问题：如果我做一个表（df$C），我得到：-Inf-883198108173860992-877023250872270848 76 1-581091895279616256-189299.999997 1，当我为（-883198108173860992）子集数据时没问题。尽管如此，我只能使用“”将数据集子集化为-189299.9999997。（我已经证实了这一点）。另外，我检查了-Inf的A和B值，它们是相等的，但是剩余的值是相同的。这很奇怪，不知道还有什么要说。您确定
df$A
和
df$B
也是数字列吗？如果不是这样，那可能就是你在创建
df$C
时弄乱的地方。你认为在创建C时有什么东西弄乱了它吗。。我对所有变量都是数字持肯定态度。。嗯，舍入消除了数字和分类的问题（但因为它根本没有任何形式的小数点），但是，当A和B相等时，有时我得到-Inf或Inf，有时我得到一个大值。。老实说，这就像10万行中的4到5行。。但这仍然很奇怪嗨，是的，你是对的。据我所知，同一列中不能有不同的数据类型。虽然在df$C real data中执行表时，我得到-883198108173860992-877023250872270848 1-581091895279616256-189299.999997 1 1，但我可以使用前三个值对数据集进行子集化（因此输出将是一行，因为每个值只有一个观察值）。对于第四个值，我只能使用“”对数据集进行子集划分。您需要在使用乘除运算时进行四舍五入。看吧，没错。但是四舍五入部分地解决了这个问题。。因为它去掉了小数点。没问题，它理解为数字。。然而，当A和B相等时，有时我得到-Inf或Inf。。其他时候我会得到这些极值。不知道为什么：-/
 ID   A   B   C
  1   3   2   num
  2   2   2   Cat
  3   4   2   num
  4   10  1.5 Cat

df <- data.frame(A=c(3,2,4,10), B=c(2,2,2,1.5))  
df$C <- (( df$A / (df$B - df$A)) -1 ) * 100

> subset(df, df$C=="-217.6471")
[1] A B C
<0 rows> (or 0-length row.names)
> subset(df, df$C==-217.6471)
[1] A B C
<0 rows> (or 0-length row.names)

> subset(df, df$C==Inf)
  A B   C
2 2 2 Inf
> class(df$C)
[1] "numeric"

df <- data.frame(A=c(3,2,4,10), B=c(2,2,2,1.5))  
df$C <- round((( df$A / (df$B - df$A)) -1 ) * 100, 4)

subset(df, df$C== "-217.6471")
A   B         C
4 10 1.5 -217.6471