R语言filter函数过滤数值列结果异常的原因咨询

你的过滤逻辑错误是比较时混用了数值和字符串类型，触发了字符串字典序比较规则，没有按数值大小判断。
从你贴的输出可以看到row_number是<dbl>（双精度数值）类型，但你写的过滤条件row_number < '13'里，右侧的'13'是带单引号的字符串值。R遇到跨类型比较时会自动做类型转换，这里实际是把所有row_number的数值转成字符串后，按字典序逐位比较字符顺序，和数值大小的判断逻辑完全不一样：

• 字符串比较规则是从左到右逐位对比字符的编码值，只要某一位分出大小就直接返回结果，不会看整体数值：
  • 值为1、10、11、12的记录转成字符串是'1'、'10'、'11'、'12'，第一位都是字符'1'，和'13'的第一位相等，再比第二位：'1'没有第二位、'0'/'1'/'2'的编码都小于'3'，所以被判定为「小于'13'」保留了下来。
  • 值为2~9的记录转成字符串是'2'到'9'，第一位字符的编码都大于'13'的第一位'1'，直接被判定为「大于'13'」，全被过滤掉了。
  • 20、21、22转成字符串第一位是'2'，同样大于'1'，也被过滤，最终就只剩你看到的4个取值。

去掉比较值的引号，用纯数值做比较，让逻辑按数值大小执行即可：

dat1 <- dat1 %>% filter(row_number < 13)

如果不确定row_number列的类型会不会被意外转成字符，也可以显式做类型转换，兼容性更好：

dat1 <- dat1 %>% filter(as.numeric(row_number) < 13)

做数值比较、算术运算时，一定要确认参与计算的值都是数值类型，不要给数值随意加引号变成字符串。字符串排序和数值排序逻辑差异极大，比如字符串比较下'100' < '2'的返回结果是TRUE，和数值逻辑完全相反，非常容易出现类似的逻辑错误。

内容的提问来源于stack exchange，提问作者Kinsley