为何filter在lapply中表现异常？按时间戳分割数据帧失败求助

这个问题我之前也碰到过，核心原因是dplyr的非标准求值（NSE）特性和你匿名函数的参数命名冲突了，我来帮你拆解清楚：

问题根源 #

你的数据框里正好有一列名为x，而你在lapply的匿名函数里把参数也命名为x。当你调用filter(z, ts == x)时，dplyr会优先在数据框z的列中查找x——也就是那个值全为"a"的列，拿它和数值型的ts列比较，结果自然全是FALSE，所以返回了空数据框。

解决方案 #

这里有几种靠谱的修复方式：

1. 重命名函数参数（最直观） #

把匿名函数的参数名改成和数据框列不冲突的名字，比如tstamp：

library(dplyr)
df <- data.frame( x=rep("a", 3), ts=c(1518904061180, 1518904061180, 1518904087257))
out <- lapply( unique(df$ts), function(tstamp, z){ filter(z, ts == tstamp) }, z=df)

这样dplyr就不会把参数和数据框列混淆，能正确匹配时间戳。

2. 使用dplyr的标准求值语法 #

用!!（非标准求值的"强制解析"运算符）告诉dplyr，这里的x是外部函数参数，不是数据框的列：

library(dplyr)
df <- data.frame( x=rep("a", 3), ts=c(1518904061180, 1518904061180, 1518904087257))
out <- lapply( unique(df$ts), function(x, z){ filter(z, ts == !!x) }, z=df)

3. 改用base R的subset函数 #

如果你不想纠结dplyr的作用域问题，base R的subset函数在这种场景下的作用域处理更直观：

df <- data.frame( x=rep("a", 3), ts=c(1518904061180, 1518904061180, 1518904087257))
out <- lapply( unique(df$ts), function(x, z){ subset(z, ts == x) }, z=df)

验证结果 #

运行上述任意一种修改后的代码，你都会得到预期的结果：

• out[[1]]包含前两行时间戳为1518904061180的数据
• out[[2]]包含第三行时间戳为1518904087257的数据

内容的提问来源于stack exchange，提问作者Matt Munson