R语言filter函数递归索引失败求助：动物追踪数据时间过滤

问题 #

处理动物追踪数据集时，需要筛选特定时间段，简化测试代码如下：

k=1 
i=1 
Intrusion5_animaldata_mv %>%  filter(t %in% time_windows_utc2[[i]][[k]])

执行后触发错误：

Error in filter():
ℹ In argument: t %in% time_windows_utc2[[i]][[k]].
Caused by error in time_windows_utc2[[i]]:
! recursive indexing failed at level 3

数据集结构 #

• Intrusion5_animaldata_mv 片段：

structure(list(t = structure(c(1505965920, 1505965980, 1505966040, 
1505966100, 1505966160), tzone = "Etc/GMT-2", class = c("POSIXct", 
"POSIXt")), i = c(1L, 1L, 1L, 1L, 1L), x = c(26570L, 26569L, 
26566L, 26565L, 26563L), y = c(3747L, 3745L, 3742L, 3740L, 3737L
), temp = c(1850L, 1850L, 1860L, 1860L, 1860L), acs.mean.mean = c(0L, 
0L, 0L, 0L, 0L), acs.mean.peak = c(0L, 0L, 0L, 0L, 0L), acs.mean.sd = c(0L, 
0L, 0L, 0L, 0L), acs.sd.mean = c(0L, 0L, 0L, 0L, 0L), acs.sd.peak = c(0L, 
0L, 0L, 0L, 0L), acs.sd.sd = c(0L, 0L, 0L, 0L, 0L), acs.fracmove = c(0L, 
0L, 0L, 0L, 0L), x_fix = c(590457, 590456.9, 590456.6, 590456.5, 
590456.3), y_fix = c(7319174.7, 7319174.5, 7319174.2, 7319174, 
7319173.7)), row.names = c(NA, -5L), class = c("tbl_df", "tbl", 
"data.frame"))

• time_windows_utc2 是嵌套列表：外层含8个列表，每个子列表包含6个列表，最内层是62个值的POSIXct向量，结构示例：

List of 8
 $ :List of 6
  ..$ : POSIXct[1:62], format: "2017-09-21 05:52:00" "2017-09-21 05:51:00" "2017-09-21 05:50:00" "2017-09-21 05:49:00" ...
  ..$ : POSIXct[1:62], format: "2017-09-21 06:12:00" "2017-09-21 06:11:00" "2017-09-21 06:10:00" "2017-09-21 06:09:00" ...
  ..$ : POSIXct[1:62], format: "2017-09-21 06:32:00" "2017-09-21 06:31:00" "2017-09-21 06:30:00" "2017-09-21 06:29:00" ...
  ..$ : POSIXct[1:62], format: "2017-09-21 06:52:00" "2017-09-21 06:51:00" "2017-09-21 06:50:00" "2017-09-21 06:49:00" ...
  ..$ : POSIXct[1:62], format: "2017-09-21 07:12:00" "2017-09-21 07:11:00" "2017-09-21 07:10:00" "2017-09-21 07:09:00" ...
  ..$ : POSIXct[1:62], format: "2017-09-21 07:32:00" "2017-09-21 07:31:00" "2017-09-21 07:30:00" "2017-09-21 07:29:00" ...

直接使用time_windows_utc2[[1]][[1]]能正常筛选，但用变量i、k索引（无论是否在for循环中）都会触发递归索引失败错误。

解决方案 #

原因分析 #

错误核心是dplyr的filter函数会优先将代码中的变量视为数据框内的列名，而非全局环境中的变量。你的数据框Intrusion5_animaldata_mv恰好有名为i的列，导致filter尝试用数据框的i列去索引time_windows_utc2，而非你定义的全局变量i，从而触发层级错误。

解决方法 #

方法1：用.env明确指定变量来源

通过.env告诉filter使用全局环境中的变量：

k=1 
i=1 
Intrusion5_animaldata_mv %>%  
  filter(t %in% time_windows_utc2[[.env$i]][[.env$k]])

方法2：提前提取时间窗口

先把目标时间向量提取到全局变量中，再传入filter：

k=1 
i=1 
target_times <- time_windows_utc2[[i]][[k]]
Intrusion5_animaldata_mv %>%  filter(t %in% target_times)

这种方式更直观，彻底避免变量混淆问题。

方法3：重命名冲突列

如果数据框中的i列不是必须保留的名称，可以先重命名列：

k=1 
i=1 
Intrusion5_animaldata_mv %>%
  rename(animal_id = i) %>%  # 将原i列重命名为animal_id
  filter(t %in% time_windows_utc2[[i]][[k]])

内容的提问来源于stack exchange，提问作者Thomas Osinga