R语言数据集过滤：是否使用which？两种写法的优劣与正确性

核心差异：NA值的处理 #

第一种写法 df[df$column==value,] 直接用逻辑向量索引，当df$column里存在NA时，NA == value的结果仍是NA，数据框遇到NA索引会保留该行并填充为全NA——这就是你看到全NA行的原因。

第二种写法 df[which(df$column==value),] 里的which()会只提取逻辑向量中明确为TRUE的位置，NA会被直接忽略，不会生成对应的索引，所以过滤结果里不会出现全NA行。

哪种更合适？看你的需求 #

• 如果数据里没有NA值：两种写法结果完全一致，随便用哪个都可以。
• 如果数据里存在NA值：
  • 要是你想保留那些column为NA的行（需要看到这些行的NA状态），选第一种写法。
  • 要是你只想保留明确满足column==value的行，直接排除NA行，选第二种写法更省事，不用额外加!is.na(df$column)来过滤NA。

补充：更直观的替代写法 #

如果习惯用tidyverse工具，dplyr::filter(df, column == value) 默认会自动排除NA行，效果和which()写法一致，但代码可读性更高。不过如果坚持用基础R，按上面的需求选就行。

内容的提问来源于stack exchange，提问作者Kaikus