R语言筛选dataframe行时for循环删除逻辑失效原因排查

可复现示例数据框如下：

df <- data.frame(Last_year = c('2013', '2020', '2017', '2015', '2016', '2021'), 
                 year = c('2021', '2020', '2019', '2018', '2017', '2016'))

需求为对比两列值，当满足两列值不相等且Last_year < year的条件时，丢弃对应行。

最初编写的循环实现代码如下：

for(i in 1:nrow(df)){
  if((df1$Last_year[i] != df1$year[i] && df1$Last_year[i] < df1$year[i]) | 
       is.na(df1$year[i]))
  {df <- df[-i,]}
  else 
    next}

运行后代码未能删除所有满足Last_year < year的行，需要定位故障原因。
预期输出为保留原数据第二行、第六行（即满足Last_year >= year的记录），结果如下：

df <- data.frame(Last_year = c('2020', '2021'), 
                 year = c('2020', '2016'))

代码失效是三个典型错误共同导致的：

• 遍历逻辑错误：循环使用原始数据的行索引序列1:nrow(df)遍历，但每次执行删行操作后，数据框总行数会实时减少，后续行的位置会整体前移，固定增长的索引i不会同步调整，会直接跳过部分行的判断，甚至出现索引超出数据框范围的报错。例如删除第1行后，原第2行变为新的第1行，此时循环进入i=2的判断，实际访问的是原第3行，原第2行被直接跳过。
• 对象名拼写错误：初始定义的数据框名为df，但判断逻辑中引用的对象是df1，如果当前环境没有提前创建df1，代码会直接抛出"找不到对象df1"的错误；如果环境中存在其他同名对象，判断逻辑完全不会作用于目标数据框。
• 类型隐患：当前两列存储为字符串类型，虽然四位年份的字符串字典序和数值大小顺序一致，但如果遇到非四位长度的年份值，字符串比较会返回错误结果。

R中做行筛选不需要编写逐行循环，直接用逻辑向量做下标筛选即可，从根源上避免索引错位问题，代码也更简洁：

# 基础版本：直接按条件保留行
df <- df[!(df$Last_year < df$year & df$Last_year != df$year | is.na(df$year)), ]

# 稳妥版本：先转数值再比较，规避字符串比较的隐患
df[] <- lapply(df, as.numeric)
df <- df[df$Last_year >= df$year | is.na(df$year), ]

运行上述代码后得到的结果和预期完全一致：

Last_year year
2      2020 2020
6      2021 2016

内容的提问来源于stack exchange，提问作者Martina Noli Maio