R语言：如何通过变量引用数据框的指定列？

嘿，你碰到的这个情况太常见了！先直接说结论：你用df$sa[1]确实是错误的，原因是R里的$运算符是直接匹配字面列名的——它不会把sa当成一个变量去解析，反而会去你的数据框df里找一列名叫sa的列，而你的df里根本没有这一列，所以结果要么是NULL要么是NA，自然拿不到ColA的元素。

下面给你几个正确的实现方法，按需选用：

1. 用方括号[[ ]]索引（推荐取单个列的场景） #

这是R里通过变量引用列最直接的方式，双括号会把变量解析成列名，返回的是该列的向量：

# 获取sa中第一个列名对应的列向量
df[[sa[1]]]
# 输出：[1] "A" "D" "D"

# 取该列的第一个元素
df[[sa[1]]][1]
# 输出：[1] "A"

2. 用单括号[ ]索引（适合取多列或保留数据框结构） #

如果你想保留数据框的结构，或者一次性取多个列，可以用单括号：

# 取sa中第一个列名对应的列（返回数据框）
df[, sa[1]]
# 输出：
#   ColA
# 1    A
# 2    D
# 3    D

# 一次性取sa中的所有列
df[sa]
# 输出：
#   ColA ColB
# 1    A    B
# 2    D    B
# 3    D    A

3. 如果你用tidyverse（dplyr）的话 #

要是你平时习惯用dplyr操作数据，可以用.data代词或者all_of()函数来解析变量：

library(dplyr)

# 提取单个列作为向量
pull(df, .data[[sa[1]]])

# 选择多个列
select(df, all_of(sa))

简单总结一下：当你需要用变量来指代列名时，别用$，改用[[ ]]或[ ]，或者tidyverse里的对应方法就可以解决问题啦！

内容的提问来源于stack exchange，提问作者Dev P