R语言中Pipe、filter与select()的代码顺序及列选择疑问

先看给出的解决方案代码：

surveys_hindfoot_cm <- surveys %>% # 1
   filter(!is.na(hindfoot_length)) %>% # 2
   mutate(hindfoot_cm = hindfoot_length / 10) %>% # 3
   filter(hindfoot_cm < 3) %>% # 4
   select(species_id, hindfoot_cm) # 5

为什么select()放在最后一行？ #

• 前面的所有操作都依赖原始列或新生成的列：
  • 步骤2要过滤hindfoot_length的NA值，必须保留这个原始列才能做判断；
  • 步骤3要生成厘米单位的hindfoot_cm，得用hindfoot_length来计算；
  • 步骤4要筛选hindfoot_cm小于3的行，也得先有这个新列才行。
    如果一开始就用select只选目标列，后面的filter和mutate都会因为缺少必要数据报错，所以必须等所有数据清洗、转换、筛选操作完成后，再最终选择我们要保留的列。

为什么选择hindfoot_cm而非hindfoot_length？ #

• 练习题明确要求新数据框包含转换为厘米的hindfoot_cm列，原始的hindfoot_length是毫米单位，步骤3已经把它转成了厘米的hindfoot_cm，这才是题目要的目标列。而且前面已经用原始列完成了NA过滤和数值筛选，最终只需要保留题目指定的两列就够了。

内容的提问来源于stack exchange，提问作者Spybuster