Filter()

函数用于筛选数据框中满足指定条件的行。它可以根据给定的逻辑条件来选择数据框中的观测值。

filter(data, ...)

• .data: 数据框或数据表，表示要筛选的数据源。

• ...: 逻辑条件，用于指定要筛选的行。条件可以是一个或多个，它们将被连接起来形成筛选表达式。 筛选表达式可以使用以下逻辑运算符：

• \==: 等于。
• !=: 不等于。
• >: 大于。
• \<: 小于。
• >=: 大于等于。
• \<=: 小于等于。
• !: 非。
• &: 逻辑与。

• |: 逻辑或。

• 选择年龄大于30的观测：

  filtered_data <- filter(data, age > 30)
  

• 选择性别为女性且收入大于50000的观测：

  filtered_data <- filter(data, gender == "Female" & income > 50000)
  
  filtered_data <- filter(data, gender == "Female", income > 50000)
  

• 选择城市为"New York"或"Los Angeles"的观测：

  filtered_data <- filter(data, city %in% c("New York", "Los Angeles"))
  

• 选择注册日期在特定时间范围内的观测：

  filtered_data <- filter(data, registration_date >= "2022-01-01" & registration_date <= "2022-12-31")
  

通过组合不同的条件，可以灵活地筛选出符合特定要求的数据框中的行。 需要注意的是，filter()函数返回一个新的数据框，其中包含满足筛选条件的行。原始数据框不会受到影响，除非将结果分配给一个新的变量或覆盖原始数据框。

真的没有python好用

property_names <- property_name$property_region

lj_top30 <- dplyr::filter(lj, property_region %in% property_names)

错误示范

lj_top30 <- dplyr::filter(lj, property_region == property_names$property_region)

不能用等于号，否则只返回固定数值的行数； 不能在filter函数中加额外df，指定df$column会显示报错！

https://blog.csdn.net/weixin_39366714/article/details/126578371扩展 filter_all if at