如何从数据表提取筛选数据？R语言筛选方法及代码问题咨询

你之前用table(dataset$year == "2010", dataset$response == "yes")得到真值表是正常的——table()函数本身就是用来生成交叉频数统计的，不是用来筛选数据行的。下面是两种常用的筛选方法，帮你提取2010年回复为"yes"的记录：

方法一：Base R 原生写法 #

行索引直接筛选 #

用数据集的行索引指定条件，保留同时满足两个条件的行：

filtered_data <- dataset[dataset$year == "2010" & dataset$response == "yes", ]

• 逗号前的dataset$year == "2010" & dataset$response == "yes"是行筛选逻辑，&代表“且”，必须同时满足两个条件
• 逗号后留空表示保留原数据集的所有列

用subset()函数（更简洁） #

subset()是Base R专门用于数据筛选的函数，写法更直观：

filtered_data <- subset(dataset, year == "2010" & response == "yes")

这里不用重复写dataset$，直接写列名和条件即可。

方法二：tidyverse（dplyr）写法 #

如果习惯用现代R语法，推荐用dplyr包的filter()函数，可读性更强：

# 首次使用先安装包
install.packages("tidyverse")
# 加载包
library(tidyverse)

# 筛选数据
filtered_data <- dataset %>%
  filter(year == "2010", response == "yes")

• %>%是管道符，把前面的数据集传递给后面的filter()函数
• filter()里的逗号等价于“且”，多个条件用逗号分隔即可

筛选完成后，可以用head(filtered_data)查看前几行结果，或nrow(filtered_data)统计符合条件的记录数，验证筛选是否正确。

内容的提问来源于stack exchange，提问作者Zayne