Tại sao `[` tốt hơn` tập hợp con?

Khi tôi cần lọc data.frame, nghĩa là trích xuất các hàng đáp ứng một số điều kiện nhất định, tôi thích sử dụng subsethàm:

subset(airquality, Month == 8 & Temp > 90)

Thay vì [chức năng:

airquality[airquality$Month == 8 & airquality$Temp > 90, ]

Có hai lý do chính cho sở thích của tôi:

1. Tôi thấy mã đọc tốt hơn, từ trái sang phải. Ngay cả những người không biết gì về R cũng có thể nói những gì subsettuyên bố trên đang làm.

2. Vì các cột có thể được gọi là các biến trong selectbiểu thức, tôi có thể lưu một vài tổ hợp phím. Trong ví dụ của tôi ở trên, tôi chỉ phải gõ airqualitymột lần với subset, nhưng ba lần với [.

Vì vậy, tôi đã sống hạnh phúc, sử dụng subsetở mọi nơi vì nó ngắn hơn và đọc tốt hơn, thậm chí ủng hộ vẻ đẹp của nó cho các lập trình viên R của tôi. Nhưng hôm qua thế giới của tôi tan vỡ. Trong khi đọc subsettài liệu, tôi nhận thấy phần này:

Cảnh báo

Đây là một chức năng tiện lợi dành cho sử dụng tương tác. Để lập trình, tốt hơn là sử dụng các hàm tập hợp tiêu chuẩn như [và đặc biệt là việc đánh giá không chuẩn của tập hợp đối số có thể có các hậu quả không lường trước được.

Ai đó có thể giúp làm rõ ý nghĩa của các tác giả?

Đầu tiên, ý nghĩa của việc " sử dụng tương tác " là gì? Tôi biết phiên tương tác là gì, trái ngược với tập lệnh chạy ở chế độ BATCH nhưng tôi không thấy sự khác biệt của nó.

Sau đó, bạn có thể vui lòng giải thích " đánh giá không chuẩn của tập hợp đối số " và tại sao nó nguy hiểm, có thể cung cấp một ví dụ không?

Câu hỏi này đã được trả lời rất tốt trong các bình luận của @James, chỉ ra một lời giải thích tuyệt vời của Hadley Wickham về sự nguy hiểm của subset(và các chức năng như nó) [ở đây] . Đi đọc đi!

Đây là một bài đọc hơi dài, vì vậy có thể hữu ích khi ghi lại ở đây ví dụ mà Hadley sử dụng để giải quyết trực tiếp nhất câu hỏi "điều gì có thể sai?":

Hadley gợi ý ví dụ sau: giả sử chúng ta muốn tập hợp con và sau đó sắp xếp lại khung dữ liệu bằng các hàm sau:

scramble <- function(x) x[sample(nrow(x)), ]

subscramble <- function(x, condition) {
  scramble(subset(x, condition))
}

subscramble(mtcars, cyl == 4)

Điều này trả về lỗi:

Lỗi trong eval (expr, envir, thùng): không tìm thấy đối tượng 'trụ'

bởi vì R không còn "biết" nơi tìm đối tượng được gọi là 'trụ'. Ông cũng chỉ ra những thứ thực sự kỳ quái có thể xảy ra nếu tình cờ có một vật thể gọi là 'hình trụ' trong môi trường toàn cầu:

cyl <- 4
subscramble(mtcars, cyl == 4)

cyl <- sample(10, 100, rep = T)
subscramble(mtcars, cyl == 4)

(Chạy chúng và tự mình xem, điều đó thật điên rồ.)

Cũng [nhanh hơn:

require(microbenchmark)        
microbenchmark(subset(airquality, Month == 8 & Temp > 90),airquality[airquality$Month == 8 & airquality$Temp > 90,])
    Unit: microseconds
                                                           expr     min       lq   median       uq     max neval
                     subset(airquality, Month == 8 & Temp > 90) 301.994 312.1565 317.3600 349.4170 500.903   100
     airquality[airquality$Month == 8 & airquality$Temp > 90, ] 234.807 239.3125 244.2715 271.7885 340.058   100