R语言中使用管道符(%>%)结合paste0处理iris数据集的问题

我希望从iris数据集构造如下格式的字符串向量：
c("speciesvalue1 Sepal.lengthvalue1", "speciesvalue2 Sepal.lengthvalue2","speciesvalue3 Sepal.lengthvalue3"...etc.)
同时仅保留Sepal.Width > 3的观测。

我原本想用管道符实现，代码如下：

iris %>% filter(Sepal.Width > 3) %>% paste0(.$Species," ",.$Sepal.Length)

但第二个管道会把整个数据框作为第一个参数传入paste0，得到错误输出：

[1] "c(5.1, 4.7, 4.6, 5, 5.4, 4.6, 5, 4.9, 5.4, 4.8, 5.8, 5.7, 5.4, 5.1, 5.7, 5.1, 5.4, 5.1, 4.6, 5.1, 4.8, 5, 5.2, 5.2, 4.7, 4.8, 5.4, 5.2, 5.5, 4.9, 5, 5.5, 4.9, 5.1, 5, 4.4, 5, 5.1, 5.1, 4.6, 5.3, 5, 7, 6.4, 6.9, 6.3, 6.7, 5.9, 6, 6.7, 6.3, 7.2, 6.5, 6.4, 7.7, 6.9, 6.7, 7.2, 7.9, 6.3, 6.4, 6.9, 6.7, 6.9, 6.8, 6.7, 6.2)setosa 5.1"                    
[2] "c(3.5, 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 3.1, 3.7, 3.4, 4, 4.4, 3.9, 3.5, 3.8, 3.8, 3.4, 3.7, 3.6, 3.3, 3.4, 3.4, 3.5, 3.4, 3.2, 3.1, 3.4, 4.1, 4.2, 3.1, 3.2, 3.5, 3.6, 3.4, 3.5, 3.2, 3.5, 3.8, 3.8, 3.2, 3.7, 3.3, 3.2, 3.2, 3.1, 3.3, 3.1, 3.2, 3.4, 3.1, 3.3, 3.6, 3.2, 3.2, 3.8, 3.2, 3.3, 3.2, 3.8, 3.4, 3.1, 3.1, 3.1, 3.1, 3.2, 3.3, 3.4)setosa 4.7"    
[3] "c(1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.5, 1.5, 1.6, 1.2, 1.5, 1.3, 1.4, 1.7, 1.5, 1.7, 1.5, 1, 1.7, 1.9, 1.6, 1.5, 1.4, 1.6, 1.6, 1.5, 1.5, 1.4, 1.5, 1.2, 1.3, 1.4, 1.5, 1.3, 1.3, 1.6, 1.9, 1.6, 1.4, 1.5, 1.4, 4.7, 4.5, 4.9, 4.7, 4.4, 4.8, 4.5, 4.7, 6, 6.1, 5.1, 5.3, 6.7, 5.7, 5.7, 6, 6.4, 5.6, 5.5, 5.4, 5.6, 5.1, 5.9, 5.7, 5.4)setosa 4.6"        
[4] "c(0.2, 0.2, 0.2, 0.2, 0.4, 0.3, 0.2, 0.1, 0.2, 0.2, 0.2, 0.4, 0.4, 0.3, 0.3, 0.3, 0.2, 0.4, 0.2, 0.5, 0.2, 0.4, 0.2, 0.2, 0.2, 0.2, 0.4, 0.1, 0.2, 0.2, 0.2, 0.2, 0.1, 0.2, 0.3, 0.2, 0.6, 0.4, 0.2, 0.2, 0.2, 0.2, 1.4, 1.5, 1.5, 1.6, 1.4, 1.8, 1.6, 1.5, 2.5, 2.5, 2, 2.3, 2.2, 2.3, 2.1, 1.8, 2, 2.4, 1.8, 2.1, 2.4, 2.3, 2.3, 2.5, 2.3)setosa 5"
...

错误原因 #

管道符默认会把左侧的整个数据框作为第一个参数传给右侧函数，而paste0接收数据框时会将其强制转换为字符形式（也就是输出里的c(...)结构），再和.$Species、.$Sepal.Length拼接，最终得到不符合预期的结果。

可行解决方案 #

方法1：用mutate生成列后提取

先通过mutate创建目标字符串列，再用pull提取为向量：

iris %>% 
  filter(Sepal.Width > 3) %>% 
  mutate(result = paste0(Species, " ", Sepal.Length)) %>% 
  pull(result)

方法2：用rowwise按行处理

让数据框按行执行paste0操作：

iris %>% 
  filter(Sepal.Width > 3) %>% 
  rowwise() %>% 
  mutate(result = paste0(Species, " ", Sepal.Length)) %>% 
  pull(result)

方法3：用with包裹paste0

通过with直接在过滤后的数据框环境中引用列名：

iris %>% 
  filter(Sepal.Width > 3) %>% 
  with(paste0(Species, " ", Sepal.Length))

方法4：提取列后直接拼接

先保存过滤结果，再提取列进行拼接：

filtered_iris <- iris %>% filter(Sepal.Width > 3)
paste0(filtered_iris$Species, " ", filtered_iris$Sepal.Length)

内容的提问来源于stack exchange，提问作者Aku-Ville Lehtimäki