tidyverse中%in%与==运算符筛选变量的差异及正确性疑问

正确的筛选方式 #

你写的第一行代码是对的：

dfData1 <- dfData1 %>% filter(race %in% c(1,2))

它会准确筛选出race取值为1或2的所有观测，完全满足你的需求。

为什么用==会出错？ #

第二行代码dfData2 <- dfData2 %>% filter(race==c(1,2))逻辑错误，因为==是逐元素匹配的运算符：

• 它会把race列的第1个值和c(1,2)的第1个元素（1）比较
• 第2个值和c(1,2)的第2个元素（2）比较
• 第3个值又循环和c(1,2)的第1个元素（1）比较，以此类推

这种循环匹配的逻辑和你要的“匹配1或2”完全不是一回事，结果自然不对，甚至可能因为向量长度不匹配弹出警告。

两者核心差异 #

• %in%：检查左侧元素是否属于右侧的集合，只要是集合里的任意值都返回TRUE，专门用于多值匹配场景。
• ==：要求左右两侧元素逐位置完全相等，只适合单值匹配（比如race == 1），多值场景用它只会搞出乱子。

内容的提问来源于stack exchange，提问作者abenol