R单独运行dataframe筛选代码正常，knit时报Arguments imply differing number of rows错误

核心原因 #

这个报错90%以上的场景是RMarkdown knit运行环境和你手动运行代码的本地环境不一致导致的，具体两个常见触发点：

• 你手动运行代码时，全局环境里残留了之前生成的sensor/week/count变量，哪怕筛选步骤临时出问题，旧变量也能支撑你生成符合长度要求的数据框，所以单独跑不会报错
• knit时会启动全新的独立R进程，没有任何历史残留变量，如果你的data数据框没有被正确加载、或者Sensor列拼写/大小写不匹配、或者筛选结果为空，就会导致三个提取的向量长度不符合预期，触发行数不一致报错

解决步骤 #

1. 先加校验代码确认knit环境下的数据源状态
   在你当前的代码块最开头加入两行校验代码， knit后查看输出结果：

# 检查列名是否匹配
print(colnames(data))
# 检查符合条件的行数是否为预期的6048
print(sum(data$Sensor == 'Melbourne Central', na.rm = TRUE))

如果输出里没有Sensor列、或者匹配行数为0，说明你加载data的代码有问题：要么是读入数据的代码块设置了eval=FALSE没有执行，要么是文件路径是相对路径，knit时的工作目录和你本地运行的目录不一致，建议用here包管理项目路径避免这类问题。

2. 简化代码避免中间变量冲突
   你现有代码先筛选、再单独提取列、再重新拼接数据框的写法完全没有必要，还容易产生中间变量冲突，直接用基础R或者dplyr选列即可：

基础R写法 #

# 用which避免NA值导致的索引异常，直接筛选指定列
df_melbourne_central <- data[which(data$Sensor == 'Melbourne Central'), c("Sensor", "Week", "Count")]
# 统一修改列名
colnames(df_melbourne_central) <- c("sensor", "week", "count")

dplyr写法（可读性更高） #

library(dplyr)
df_melbourne_central <- data %>%
  filter(Sensor == 'Melbourne Central') %>%
  select(sensor = Sensor, week = Week, count = Count)

3. 可选：清空环境避免本地运行干扰
   可以在RMarkdown文件的第一个代码块加入清空环境的代码，避免本地残留变量影响你调试：

rm(list = ls())

内容的提问来源于stack exchange，提问作者Danish Ajaib