R语言如何通过变量/字符串访问dataframe指定列

R语言中$取子集操作符采用非标准求值逻辑，不会对$后方的标识符做变量解析，只会直接将输入的字面内容作为列名匹配。你写df$x时，R会直接查找df中名为x的列，完全不会读取全局环境中变量x存储的"a"这个字符串值，因此触发找不到列的报错。

• 基础R环境下优先用[[双中括号取子集，该操作符支持传入存储列名的变量做标准求值：

df <- data.frame(a=(1:3), b=c("a", "b", "c"))
x <- "a"
# 正确返回a列的向量，等价于df[["a"]]
df[[x]]

如果需要返回dataframe格式的单列、或者同时选取多列，可以用单中括号的行列索引语法：

# 取a列，返回dataframe格式
df[, x]
# 同时取a、b两列
cols <- c("a", "b")
df[, cols]

• 如果使用tidyverse生态的dplyr做数据处理，动态传入列名可以用.data代词搭配双中括号，或者将字符串转成符号后解引用：

library(dplyr)
# 用.data代词索引，适合直接传字符串变量的场景
df %>% select(.data[[x]])
df %>% pull(.data[[x]])

# 字符串转符号后解引用
df %>% pull(!!sym(x))

注意：不要使用attach()、eval(parse())这类写法动态取列，极易引发环境冲突、取值错误等不可预期的问题。

内容的提问来源于stack exchange，提问作者Marcel Braasch