如何使用dplyr筛选DataFrame保留州级数据并生成新数据框？

看起来你遇到的问题大概率是字符串格式不匹配或者数据类型不一致导致的——毕竟直接用filter(location == state)逻辑上是通顺的，但实际执行没效果，多半是数据本身的小细节拖了后腿。我给你一步步梳理解决方法：

第一步：先排查数据问题 #

首先得确认location和state列的类型以及内容是否一致，比如有没有隐藏空格、是不是因子类型（早期R版本默认会把字符串转成因子）。你可以先跑这两行代码看看：

# 查看数据结构，确认列类型
str(your_data)
# 查看前几行数据，直观对比两列内容
head(your_data)

如果输出里显示location或state是Factor类型，或者看到字符串前后有空格，那就是问题根源了。

第二步：清理数据并过滤 #

先把数据整理成可正确比较的格式，再执行过滤：

library(dplyr)

# 1. 把因子转成字符型（如果需要）+ 去掉字符串前后的空格
cleaned_data <- your_data %>%
  mutate(across(c(location, state), as.character)) %>%  # 统一转成字符型
  mutate(across(c(location, state), trimws))  # 清理字符串前后的空格

# 2. 过滤出州级数据
state_only <- cleaned_data %>%
  filter(location == state)

备选：Base R 方法 #

如果你不想用dplyr，也可以用原生R代码实现：

# 清理数据：转字符+去空格
your_data$location <- trimws(as.character(your_data$location))
your_data$state <- trimws(as.character(your_data$state))

# 过滤
state_only <- your_data[your_data$location == your_data$state, ]

为什么之前的代码无效？ #

最常见的两个原因：

• 数据类型不匹配：如果其中一列是因子，另一列是字符，直接用==比较会出错；
• 隐藏空格：比如location里的"WA "（带空格）和state里的"WA"看起来一样，但实际不相等，trimws()就能解决这个问题。

内容的提问来源于stack exchange，提问作者Yuanyuan Zhao