使用子集化与dplyr::filter时data-frame结果不一致问题

下面是几种最可能导致两种过滤方式结果不一致的情况：

• NA值处理逻辑差异
  这是最常见的原因。当过滤条件中包含NA时，子集化（df[df$col == value, ]）会保留对应NA的行（表现为结果中出现全NA的行），而dplyr::filter只会保留条件为TRUE的行，自动排除NA对应的行。
  示例：

  df <- data.frame(x = c(1, NA, 2))
  # 子集化结果包含NA行
  df[df$x == 1, ]
  # filter结果仅保留TRUE行，排除NA
  dplyr::filter(df, x == 1)
  

• 因子类型列的匹配差异
  如果目标列是因子类型，当匹配的字符串不在因子水平中时，子集化会生成NA并保留对应行，而dplyr::filter会直接返回空数据框。
  示例：

  df <- data.frame(x = factor(c("a", "b")))
  # 子集化返回含NA的行
  df[df$x == "c", ]
  # filter返回空数据框
  dplyr::filter(df, x == "c")
  

• 变量名冲突导致的条件歧义
  如果你的环境中存在和数据框列名同名的变量，子集化会明确区分df$col（数据框列）和col（环境变量），但dplyr::filter会优先使用数据框内的列名，导致条件逻辑完全不同。
  示例：

  target <- 3
  df <- data.frame(target = c(1, 2))
  # 子集化用环境变量target，结果为空
  df[df$target == target, ]
  # filter用数据框的target列，条件为target==target，返回所有行
  dplyr::filter(df, target == target)
  

• 数据对象类型差异（tibble vs 普通data.frame）
  如果你的数据是tibble，子集化单一行单列时会返回tibble，而普通data.frame会返回向量；但dplyr::filter始终返回tibble。这种类型差异可能被误认为是内容不同。
  示例：

  library(tibble)
  df_tbl <- tibble(x = c(1, 2))
  df_df <- as.data.frame(df_tbl)
  # 子集化tibble返回tibble
  df_tbl[df_tbl$x == 1, ]
  # 子集化普通data.frame返回向量
  df_df[df_df$x == 1, ]
  # filter始终返回tibble
  dplyr::filter(df_df, x == 1)
  

• 浮点数精度问题
  当比较浮点数时，==会因为计算机精度限制返回不符合直觉的结果。虽然两种方法的比较逻辑一致，但如果你的数据中存在类似0.1+0.2和0.3的数值，可能会出现看起来“不一致”的过滤结果（本质是数值本身不相等）。
  示例：

  df <- data.frame(x = c(0.1 + 0.2, 0.3))
  # 第一个值≠0.3，返回FALSE；第二个值=0.3，返回TRUE
  df$x == 0.3
  # 两种过滤方式结果一致，但数值精度问题会导致只有第二行被保留
  df[df$x == 0.3, ]
  dplyr::filter(df, x == 0.3)
  

内容的提问来源于stack exchange，提问作者Tzen