R 循环中的子集不一致？

我每天都使用子集，但最近遇到了一个问题，当我试图在循环中使用索引向量来指定子集条件的子集时。请参见下面的示例，其中因子不能正确地子集

我试图迫使它成为一个因素，也没有运气。我相信这是我这边的问题，不是因为子集有问题。我就是不知道我做错了什么

   ##make df

    df<-data.frame(factor=c("red","green","green","blue"), Numeric=c(1:3,3))


    ## subset by numeric
    Numeric<-unique(df$Numeric)

    for(i in 1:length(Numeric)){
    print(subset(df, Numeric==Numeric[i]))
    }

  ##this works as expected
      factor Numeric
1    red       1
  factor Numeric
2  green       2
  factor Numeric
3  green       3
4   blue       3

    ## subset by facor
    factor<-unique(df$factor)

    for(j in 1:length(factor)){
      print(subset(df, factor==factor[[j]]))
    }

##This runs, but fails, green is subsetted twice and blue is missed
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
2  green       2
3  green       3

##制作df
df我认为这与“因子”这个名字无关。请查看以下实例，其中它按预期成功：

 for(j in unique(df$factor) ){
   print(subset(df, factor==j))
 }
#-----
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

 for(j in factor ){
   print(subset(df, factor==j))
 }
#------
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

第一个例子将通过承认的不明智的名称“factor”来消除对外部对象的需要。“帮助”页面的警告显然适用于它在
中对循环的使用，毕竟循环是函数。
我认为它与“因子”这个名称无关。请查看以下实例，其中它按预期成功：

 for(j in unique(df$factor) ){
   print(subset(df, factor==j))
 }
#-----
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

 for(j in factor ){
   print(subset(df, factor==j))
 }
#------
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

第一个例子将通过承认的不明智的名称“factor”来消除对外部对象的需要。“帮助”页面的警告显然适用于它在
中的使用，毕竟循环是函数。
我认为@42-我可能根本没有很好地沟通，因此为了清楚起见，我在评论中提到的是，只需将第二个示例更改如下：

> f<-unique(df$factor)
> f
[1] red   green blue 
Levels: blue green red

> for(j in 1:length(f)){
+   print(subset(df, factor==f[j]))
+ }
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

>f
[1] 红绿蓝
级别：蓝绿红
>对于（1中的j：长度（f））{
+打印（子集（df，因子==f[j]））
+ }
因子数值
1红色1
因子数值
2绿色2
3绿色3
因子数值
4蓝色3

似乎产生了正确的结果，因此我的结论是，
子集
发现了错误的
因子
，我认为@42-我可能根本没有很好地沟通，因此为了清楚起见，我在评论中提到的是，只需将第二个示例更改如下：

> f<-unique(df$factor)
> f
[1] red   green blue 
Levels: blue green red

> for(j in 1:length(f)){
+   print(subset(df, factor==f[j]))
+ }
  factor Numeric
1    red       1
  factor Numeric
2  green       2
3  green       3
  factor Numeric
4   blue       3

>f
[1] 红绿蓝
级别：蓝绿红
>对于（1中的j：长度（f））{
+打印（子集（df，因子==f[j]））
+ }
因子数值
1红色1
因子数值
2绿色2
3绿色3
因子数值
4蓝色3

似乎产生了正确的结果，因此我的结论是，
子集
发现了错误的
因子
子集内的这种表示法（子集内索引）可能不稳定。我个人不知道为什么。我认为您最好使用标准数据帧表示法，对于第一种情况：
print（df[df$Numeric==df$Numeric[I]，]）
其他人可能会解释为什么这是一个错误或有不同的解决方案。想象一下，您只是一台计算机，也就是说，没有人类那么聪明。在你的第二个例子中，想象一下愚蠢的计算机弄清楚每个
因子
指的是什么是多么令人困惑。有一个同名函数，数据框中有一列同名，还有一个同名的独立向量。太令人困惑了<代码>子集
正在尝试做一些非常复杂的事情，以使您的生活变得简单（解析名称以减少键入），并且您已经竭尽全力使这项工作变得非常困难！；）。。。这是一个很长的说法，使用除
因子
以外的名称，不要使用相同的名称两次，甚至更好的是，不要使用
子集
，除非在命令行交互工作。在这种情况下，最好使用
拆分（df，df$factor）
。
subset
和
with
的帮助页都有警告，它们只能在函数外部使用。子集内部的这种表示法（在子集内部建立索引）可能不稳定。我个人不知道为什么。我认为您最好使用标准数据帧表示法，对于第一种情况：
print（df[df$Numeric==df$Numeric[I]，]）
其他人可能会解释为什么这是一个错误或有不同的解决方案。想象一下，您只是一台计算机，也就是说，没有人类那么聪明。在你的第二个例子中，想象一下愚蠢的计算机弄清楚每个
因子
指的是什么是多么令人困惑。有一个同名函数，数据框中有一列同名，还有一个同名的独立向量。太令人困惑了<代码>子集
正在尝试做一些非常复杂的事情，以使您的生活变得简单（解析名称以减少键入），并且您已经竭尽全力使这项工作变得非常困难！；）。。。这是一个很长的说法，使用除
因子
以外的名称，不要使用相同的名称两次，甚至更好的是，不要使用
子集
，除非在命令行交互工作。在这种情况下，最好使用
拆分（df，df$factor）
。
subset
和
with
的帮助页面都有警告，它们只能在函数外部使用。我的评论部分基于这样一个事实，即当我将向量因子更改为仅为f时，它工作正常。当我将名称因子更改为“non_factor”重新运行代码时，我得到了不同的结果，但仍然不是一个正确的答案：即
dfThanks各位，是的，@joran，您是正确的，因为您调用的列的名称和向量的名称不能具有相同的名称，否则结果是错误的。多有趣的虫子啊…谢谢大家的帮助。我发现这个错误有点令人担忧，很容易忽略子集工作不正常，尤其是在大数据集上。@ctlamb请记住，文档明确警告不要使用
subset
，除非是作为一个方便的交互函数，并且
subset
参数将在数据框中计算，因此，它的行为符合文件规定。我的评论部分基于这样一个事实，即当我将向量因子改为f时，它工作正常。当我重新运行代码时，将名称因子改为“non_factor”，我得到了不同的结果，但仍然不是正确的结果