R数据框列值比较实现与含特殊值数据过滤问题排查

直接使用ifelse()函数逐行对比两列数值，将结果赋值为新列即可：

# 创建示例数据框
df <- data.frame(
  item = c("a", "b", "c", "d"),
  price_today = c(1,2,3,4,5),
  price_yesterday = c(1,2,3,4,5)
)

# 添加价格状态标记列
df$price_status <- ifelse(df$price_today == df$price_yesterday, "okay", "not okay")

执行后，df会新增price_status列，对应行两价格相等时显示okay，否则显示not okay。

错误原因 #

你的第二步操作存在两个核心问题：

1. 数据源错误：筛选得到df_1后，第二步却从原始df中取数，而非基于df_1筛选，导致返回原始数据框。
2. 判断逻辑错误：is.numeric()是判断整列的数据类型，而非逐行判断元素是否为数值。你的price_today列因包含空字符串和XYZ，创建时会被自动转为字符型，is.numeric(df_1$price_today)会返回FALSE，取反后为TRUE，相当于保留了原始df的所有行。

修正方法 #

通过尝试将元素转换为数值，转换失败（空值/非数值）的会变为NA，再过滤掉这些NA行：

# 创建修改后的示例数据框
df <- data.frame(
  item = c("a", "a", "c", "d"),
  price_today = c(1,"",3,"XYZ",5),
  price_yesterday = c(1,2,3,4,5),
  stringsAsFactors = FALSE # 避免字符列自动转为因子
)

# 第一步：筛选item为"a"的数据
df_1 <- df[df$item == "a",]

# 第二步：过滤price_today为空或非数值的行
df_1_cleaned <- df_1[!is.na(suppressWarnings(as.numeric(df_1$price_today))),]

如果习惯用dplyr，写法会更直观：

library(dplyr)

df_1_cleaned <- df %>%
  filter(item == "a") %>%
  filter(!is.na(suppressWarnings(as.numeric(price_today))))

内容的提问来源于stack exchange，提问作者Bubbles