扫码加入数据分析学习群

filter() 中的多个参数是由“与”组合起来的：每个表达式都必须为真才能让一行观测包

含在输出中。如果要实现其他类型的组合，你需要使用布尔运算符： & 表示“与”、 | 表示

“或”、 ! 表示“非”。

使用dplyr进行数据转换

以下代码可以找出 11 月或 12 月出发的所有航班：

filter(flights, month == 11 | month == 12)

表达式中的运算顺序和语言中的是不一样的。你不能写成 filter(flights, month == 11 |

12) 这种形式。这种形式的文字翻译确实是“找出 11 月或 12 月出发的所有航班”，但在代

码中则不是这个意思，代码中的含义是找出所有出发月份为 11 | 12 的航班。 11 | 12 这个

逻辑表达式的值为 TRUE，在数字语境中（如本例）， TRUE 就是 1，所以这段代码找出的不

是 11 月或 12 月出发的航班，而是 1 月出发的所有航班。真是够绕的！

这种问题有一个有用的简写形式： x %in% y。这会选取出 x 是 y 中的一个值时的所有行。

我们可以使用这种形式重写上面的代码：

nov_dec <- filter(flights, month %in% c(11, 12))

有时你可以使用德摩根定律将复杂的筛选条件进行简化： !(x & y) 等价于 !x | !y、 !(x |

y) 等价于 !x & !y。例如，如果想要找出延误时间（到达或出发）不多于 2 小时的航班，

那么使用以下两种筛选方式均可：

filter(flights, !(arr_delay > 120 | dep_delay > 120))
filter(flights, arr_delay <= 120, dep_delay <= 120)

除 & 和 | 之外， R 中还有 && 和 || 运算符。先不要使用这两个运算符！

只要 filter() 函数中使用的是复杂的、包含多个部分的表达式，就需要考虑用一个明确的

变量来代替它。这样检查代码会容易很多。我们很快就会介绍如何创建新变量。