Error in `[.data.frame`(obj, ii, j, drop = FALSE) : undefined columns selected

[hehuanshu96]

简单描述你的问题和希望产生的输出结果。 事先可以在以下项目查看是否已经有解决方案

remotes::install_github("GuangchuangYu/nCov2019")

library(nCov2019) setwd("F:/rwork/covid2019") library(nCov2019) x <- load_nCov2019() library(dplyr) for (i in unique(x[["data"]][["province"]])) { dat.temp <- x[i, c(1:6, 9:11)] %>% write.csv(file = paste(i,'.csv',sep = '')) }

问题：Error in [.data.frame(obj, ii, j, drop = FALSE) : undefined columns selected

相关问题，assign 给对应 owner，打上对应的标签 label 等。

问题解决后，记得 close。

简述问题

...

希望输出的结果

...

过程中产生的报错 (可选)

...

遇到报错的时候，推荐采用 debugging 思路，定位具体报错信息和报错的函数或者对象，具体可以参考例子 https://jiaxiangbu.github.io/learn_rstudioapi/analysis/rstudio-and-api-learning-notes.html#section-6.2

在书写 Rmd 文档时，

1. library 放在前面，先让第三方包 import，这样可以让后面的函数顺利执行。
2. 导入数据用相对路径，避免其他使用者需要重新修改路径。如果使用here函数，?here::here 查看使用方法
3. 不要重复定义函数，已经定义，使用 source 调用。
4. 文档编码是编码 GBK的，修改为 UTF-8，方法是在 RStudio 点击左上角的 File，点击 Save with Encoding，选择 UTF-8
5. 代码注意缩进，或者 ctrl + shift + A reformat 代码
6. 很多 bug 都是书写不规范导致的，先 debug 一下看看。

有关联的问题

直接把链接复制在此。

复现代码和数据

首次提问，可以建立自己全拼文件夹，见 https://github.com/JiaxiangBU/tutoring 在当前文件夹下，

把反馈的截图代码和输入数据上传，我在你的代码上进行修改。

1. 数据传 output 文件夹
2. 代码 (.Rmd, .md) 文档传 analysis 文件夹
   1. .md 可以展示目前代码状况，不需要我执行代码就可以看到结果，方便快速查看问题。
3. 命名的规范如，190101-who_am_i-name.postfix

我们接下来反馈的时候给上有复现的代码和数据，这样我可以很快给你 debug。

1. 相关的 commit 回复到 对应的 issue，这样方便之后跟踪每个问题
2. 一个模块一个模块的解决，基本上一个问题，建立一个独立的issue，不同文档归属到对应的issue
3. 使用 GitHub Markdown 代码方式，保证 issue 的整洁

代码尽量避免截图，因为无法复制截图复现，因此更好的方式复制代码。

如果是 R 代码，按照以下输入

...

如果是 SQL 代码，按照以下输入

...

Todos

1. [ ] assign 给对应 owner
2. [ ] 打上对应标签
3. [ ] 问题解决后记得 close

[JiaxiangBU]

@hehuanshu96

# remotes::install_github("GuangchuangYu/nCov2019")
library(nCov2019)

# setwd("F:/rwork/covid2019")
# 用相对路径
library(nCov2019)
x <- load_nCov2019()
library(dplyr)

## Warning: package 'dplyr' was built under R version 3.6.1

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

for (i in unique(x[["data"]][["province"]])) {
    dat.temp <- x[["data"]][i, c(1:6, 9:11)] %>%
        write.csv(file = file.path("liyongtao/data", paste(i, '.csv', sep = '')))
}

class(x[["data"]])

## [1] "data.frame"

class(x)

## [1] "nCov2019History"

1. x[["data"]]才是一个 `data.frame
2. write.csv(file = paste(i, '.csv', sep = ''))这个地方是存储当前路径，我这里进行修改

[hehuanshu96]

setwd("F:/rwork") library(nCov2019) library(dplyr) x <- load_nCov2019()

for (i in unique(x[["data"]][["province"]])) {

• dat.temp <- x[["data"]][i, c(1:6, 9:11)] %>%
• write.csv(file = file.path("covid2019/data", paste(i, '.csv', sep = '')))
• } Error in [.data.frame(x[["data"]], i, c(1:6, 9:11)) : undefined columns selected

[JiaxiangBU]

@hehuanshu96

# setwd("F:/rwork") #不要使用这行代码，没必要。
library(nCov2019)
library(tidyverse)

## -- Attaching packages -------------------------------------------------------------- tidyverse 1.2.1 --

## √ ggplot2 3.2.1     √ purrr   0.3.3
## √ tibble  2.1.3     √ dplyr   0.8.3
## √ tidyr   0.8.3     √ stringr 1.4.0
## √ readr   1.3.1     √ forcats 0.4.0

## Warning: package 'ggplot2' was built under R version 3.6.2

## Warning: package 'purrr' was built under R version 3.6.1

## Warning: package 'dplyr' was built under R version 3.6.1

## -- Conflicts ----------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

x <- load_nCov2019()
data_path <- "data"
dir.create(data_path, recursive = TRUE)

## Warning in dir.create(data_path, recursive = TRUE): 'data'已存在

for (i in unique(x[["data"]][["province"]])) {
    x[["data"]][i, c(1:6, 9:11)] %>%
        write_excel_csv(file.path(data_path, paste(i, '.csv', sep = '')))
}

fs::dir_ls(data_path)

## data/上海.csv  data/云南.csv  data/内蒙古.csv data/北京.csv  data/台湾.csv  data/吉林.csv  
## data/四川.csv  data/天津.csv  data/宁夏.csv  data/安徽.csv  data/山东.csv  data/山西.csv  
## data/广东.csv  data/广西.csv  data/新疆.csv  data/江苏.csv  data/江西.csv  data/河北.csv  
## data/河南.csv  data/浙江.csv  data/海南.csv  data/湖北.csv  data/湖南.csv  data/澳门.csv  
## data/甘肃.csv  data/福建.csv  data/西藏.csv  data/贵州.csv  data/辽宁.csv  data/重庆.csv  
## data/陕西.csv  data/青海.csv  data/香港.csv  data/黑龙江.csv

dat.temp <- 可以去掉，因为 data %>% write.csv 是把数据导出，不需要把这个操作赋值到变量dat.temp上。 这部分数据导入和导出的问题，参考下 https://github.com/JiaxiangBU/tutoring2/issues/25#issuecomment-590035565

git clone https://github.com/JiaxiangBU/tutoring2.git

clone 这个项目后，用 RStudio 打开它。

打开这个 Rmd ，在项目路径的liyongtao/write_csv.Rmd，你就可以直接复现这个例子了。

[hehuanshu96]

[Workspace loaded from F:/rwork/.RData]

library(nCov2019) library(tidyverse) -- Attaching packages --------------------------------------- tidyverse 1.3.0 -- √ ggplot2 3.2.1 √ purrr 0.3.3 √ tibble 2.1.3 √ dplyr 0.8.4 √ tidyr 1.0.2 √ stringr 1.4.0 √ readr 1.3.1 √ forcats 0.4.0 -- Conflicts ------------------------------------------ tidyverse_conflicts() -- x dplyr::filter() masks stats::filter() x dplyr::lag() masks stats::lag() x <- load_nCov2019() data_path <- "data" dir.create(data_path,recursive = TRUE) Warning message: In dir.create(data_path, recursive = TRUE) : 'data'已存在

for (i in unique(x[["data"]][["province"]])){

• x[["data"]][i, c(1:6,9:11)] %>%
• write_excel_csv(file.path(),paste(i,'.csv',sep = ""))
• } Error in [.data.frame(x[["data"]], i, c(1:6, 9:11)) : undefined columns selected sessionInfo() R version 3.6.2 (2019-12-12) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

locale: [1] LC_COLLATE=Chinese (Simplified)_People's Republic of China.936 [2] LC_CTYPE=Chinese (Simplified)_People's Republic of China.936
[3] LC_MONETARY=Chinese (Simplified)_People's Republic of China.936 [4] LC_NUMERIC=C
[5] LC_TIME=Chinese (Simplified)_People's Republic of China.936

attached base packages: [1] stats graphics grDevices utils datasets methods
[7] base

other attached packages: [1] forcats_0.4.0 stringr_1.4.0 dplyr_0.8.4 purrr_0.3.3
[5] readr_1.3.1 tidyr_1.0.2 tibble_2.1.3 ggplot2_3.2.1
[9] tidyverse_1.3.0 nCov2019_0.0.8

loaded via a namespace (and not attached): [1] Rcpp_1.0.3 cellranger_1.1.0 pillar_1.4.3
[4] compiler_3.6.2 dbplyr_1.4.2 remotes_2.1.1
[7] tools_3.6.2 digest_0.6.25 lubridate_1.7.4 [10] jsonlite_1.6.1 lifecycle_0.1.0 gtable_0.3.0
[13] nlme_3.1-144 lattice_0.20-38 pkgconfig_2.0.3 [16] rlang_0.4.4 reprex_0.3.0 cli_2.0.1
[19] DBI_1.1.0 rstudioapi_0.11 haven_2.2.0
[22] withr_2.1.2 xml2_1.2.2 httr_1.4.1
[25] downloader_0.4 fs_1.3.1 hms_0.5.3
[28] generics_0.0.2 vctrs_0.2.3 grid_3.6.2
[31] tidyselect_1.0.0 glue_1.3.1 R6_2.4.1
[34] fansi_0.4.1 readxl_1.3.1 modelr_0.1.6
[37] magrittr_1.5 scales_1.1.0 backports_1.1.5 [40] rvest_0.3.5 assertthat_0.2.1 colorspace_1.4-1 [43] stringi_1.4.6 lazyeval_0.2.2 munsell_0.5.0
[46] broom_0.5.4 crayon_1.3.4

[JiaxiangBU]

前面的sessionInfo()我进行了删除，为了你每次打开这个issue简洁和快一些。

# x <- load_nCov2019()
# x %>% write_rds("x.rds")
# 为了方便你调用，我把 x 这个对象离线保存下来了

x <- readr::read_rds("x.rds")

data_path <- "data"
dir.create(data_path, recursive = TRUE)

## Warning in dir.create(data_path, recursive = TRUE): 'data'已存在

for (i in unique(x[["data"]][["province"]])) {
    x[["data"]][i, c(1:6, 9:11)] %>%
        write_excel_csv(file.path(data_path, paste(i, '.csv', sep = '')))
}

fs::dir_ls(data_path)

## data/上海.csv  data/云南.csv  data/内蒙古.csv data/北京.csv  data/台湾.csv  data/吉林.csv  
## data/四川.csv  data/天津.csv  data/宁夏.csv  data/安徽.csv  data/山东.csv  data/山西.csv  
## data/广东.csv  data/广西.csv  data/新疆.csv  data/江苏.csv  data/江西.csv  data/河北.csv  
## data/河南.csv  data/浙江.csv  data/海南.csv  data/湖北.csv  data/湖南.csv  data/澳门.csv  
## data/甘肃.csv  data/福建.csv  data/西藏.csv  data/贵州.csv  data/辽宁.csv  data/重庆.csv  
## data/陕西.csv  data/青海.csv  data/香港.csv  data/黑龙江.csv

我搭建了一个临时环境，如图

你可以在这个临时环境测试代码。 临时环境启动的时候，稍等2-3分钟就构建完成。

http://beta.mybinder.org/v2/gh/JiaxiangBU/tutoring2/master?urlpath=rstudio 打开文件liyongtao/write_csv.Rmd

@hehuanshu96

[hehuanshu96]

> remotes::install_git('https://gitee.com/GuangchuangYu/nCov2019')
> library(nCov2019)
> library(tidyverse)
-- Attaching packages --------------------------------------- tidyverse 1.3.0 --
√ ggplot2 3.2.1     √ purrr   0.3.3
√ tibble  2.1.3     √ dplyr   0.8.4
√ tidyr   1.0.2     √ stringr 1.4.0
√ readr   1.3.1     √ forcats 0.4.0
-- Conflicts ------------------------------------------ tidyverse_conflicts() --
x dplyr::filter() masks stats::filter()
x dplyr::lag()    masks stats::lag()
> data_path <- "data"
> dir.create(data_path, recursive = TRUE)
Warning message:
In dir.create(data_path, recursive = TRUE) : 'data'已存在
> for (i in unique(x[["data"]][["province"]])) {
+   x[["data"]][i, c(1:6, 9:11)] %>%
+     write_excel_csv(file.path(data_path, paste(i, '.csv', sep = '')))
+ }

这个运行没有问题。就是保存的excel是空表格

[JiaxiangBU]

git clone https://github.com/JiaxiangBU/tutoring2.git

clone 这个项目后，用 RStudio 打开它。 打开这个 Rmd ，在项目路径的liyongtao/write_csv.Rmd，你就可以直接复现这个例子了。

这里参考 notes https://jiaxiangbu.github.io/learn_git/output/git-github-gitlab-learning-notes.html 2 clone 第一个项目

@hehuanshu96

[JiaxiangBU]

空值的原因找到了以为这行语法写错了。

df[df$province==i, c(1:6, 9:11)]才是正确的， df[i,c(1:6, 9:11)]]中i必须是连续 int，不能是文本。

i in unique(df[["province"]])

我们知道省份这个字段都是文本，所以导致 df[i,c(1:6, 9:11)]] 筛选出来都是空。

# setwd("F:/rwork") #不要使用这行代码，没必要。
# library(nCov2019)
library(tidyverse)

## -- Attaching packages -------------------------------------------------------------- tidyverse 1.2.1 --

## √ ggplot2 3.2.1     √ purrr   0.3.3
## √ tibble  2.1.3     √ dplyr   0.8.3
## √ tidyr   0.8.3     √ stringr 1.4.0
## √ readr   1.3.1     √ forcats 0.4.0

## Warning: package 'ggplot2' was built under R version 3.6.2

## Warning: package 'purrr' was built under R version 3.6.1

## Warning: package 'dplyr' was built under R version 3.6.1

## -- Conflicts ----------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

# x <- load_nCov2019()
# x %>% write_rds("x.rds")
# 为了方便你调用，我把 x 这个对象离线保存下来了

x <- readr::read_rds("x.rds")
df <- x[['data']]

data_path <- "data"
dir.create(data_path, recursive = TRUE)

## Warning in dir.create(data_path, recursive = TRUE): 'data'已存在

for (i in unique(df[["province"]])) {
    df[df$province==i, c(1:6, 9:11)] %>%
        write_excel_csv(file.path(data_path, paste(i, '.csv', sep = '')))
}

dir_ls0 <- fs::dir_ls(data_path)
dir_ls0

## data/上海.csv  data/云南.csv  data/内蒙古.csv data/北京.csv  data/台湾.csv  data/吉林.csv  
## data/四川.csv  data/天津.csv  data/宁夏.csv  data/安徽.csv  data/山东.csv  data/山西.csv  
## data/广东.csv  data/广西.csv  data/新疆.csv  data/江苏.csv  data/江西.csv  data/河北.csv  
## data/河南.csv  data/浙江.csv  data/海南.csv  data/湖北.csv  data/湖南.csv  data/澳门.csv  
## data/甘肃.csv  data/福建.csv  data/西藏.csv  data/贵州.csv  data/辽宁.csv  data/重庆.csv  
## data/陕西.csv  data/青海.csv  data/香港.csv  data/黑龙江.csv

read_csv(dir_ls0[1]) %>% head()

## Parsed with column specification:
## cols(
##   province = col_character(),
##   city = col_character(),
##   time = col_date(format = ""),
##   cum_confirm = col_double(),
##   cum_heal = col_double(),
##   cum_dead = col_double(),
##   confirm = col_character(),
##   dead = col_double(),
##   heal = col_double()
## )

## # A tibble: 6 x 9
##   province city  time       cum_confirm cum_heal cum_dead confirm  dead  heal
##   <chr>    <chr> <date>           <dbl>    <dbl>    <dbl> <chr>   <dbl> <dbl>
## 1 上海     上海  2020-02-13         318       62        1 <NA>       NA    NA
## 2 上海     上海  2020-02-12         313       57        1 <NA>       NA    NA
## 3 上海     上海  2020-02-11         306       53        1 <NA>       NA    NA
## 4 上海     上海  2020-02-10         302       48        1 <NA>       NA    NA
## 5 上海     上海  2020-02-09         295       44        1 <NA>       NA    NA
## 6 上海     上海  2020-02-08         292       41        1 <NA>       NA    NA

@hehuanshu96