R中的“子集”没有按照我想要的方式进行子集[重复]

Posted 2023-03-29

【中文标题】R中的“子集”没有按照我想要的方式进行子集[重复]

【英文标题】："Subset" in R does not subset the way I want it to [duplicate]

【发布时间】：2012-11-12 14:46:42

【问题描述】：

可能重复：dropping factor levels in a subsetted data frame in R

我对这里的 R 有点失望，如果有人能帮我解决以下问题，那就太好了：我试图从我的数据集中提取一个子集，但它不能正常工作。

细节： 我有一个包含单词和与每个单词相关的不同功能的电子表格 例如word文章长度... ... 现在我正在尝试查看单个单词，例如拉出单词是“hairbrush”的所有实例。为此，我尝试了：

hairbrush=subset(dataset, word=="hairbrush")

当我使用fix 或head 查看它时，这似乎工作正常并为我提供了正确的数据集。但是，一旦我尝试做xtabs 或任何类型的计算之类的事情，我就不会走得太远，因为所有其他词仍然“存在”并弄乱了我的统计数据。例如。当我做levels 时，它给了我“发刷”，还有其他 200 个字。与这些“隐藏词”有关的所有数据都是NA，但它仍然会弄乱我的统计数据。

这是subset 的惯常行为吗？还是我做错了什么？还是这是错误的做法？

哦，在 Google 上的一些类似问题中，人们总是要求输出 str，所以这里是：

> str(hairbrush)
'data.frame':   41 obs. of  10 variables:
 $ id       : Factor w/ 1352 levels "1-1-1-11-a.eaf",..: 210 240 267 295 320 351 378 403 427 452 ...
 $ speaker  : num  24 25 26 28 29 30 32 33 34 35 ...
 $ loc      : Factor w/ 2 levels "nb","xx": 1 1 1 1 1 1 1 1 1 1 ...
 $ gilbertno: Factor w/ 27 levels "1","10","108",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ tword    : Factor w/ 65 levels "abaddream","afuneral",..: 4 4 4 4 4 4 4 4 4 4 ...
 $ word     : Factor w/ 228 levels "abbe","aepfel",..: 164 93 99 93 92 100 94 94 28 93 ...
 $ loan     : Factor w/ 5 levels "FILE","maybe",..: 4 3 5 3 5 5 3 3 3 3 ...
 $ article  : Factor w/ 40 levels "a","das","dat",..: 34 34 33 33 34 34 34 34 13 34 ...
 $ gender   : Factor w/ 13 levels "a","af","amn",..: 11 11 7 7 11 11 11 11 7 11 ...
 $ comment  : Factor w/ 4 levels "0","die macht ja vorschlaege",..: 1 1 1 1 1 1 1 1 1 1 ...

【参考方案1】：

您需要在子集后使用droplevels 来清除未使用的级别。

【讨论】：

非常感谢本，成功了！不敢相信这不在我的教科书中......

【参考方案2】：

subset 正在按预期工作。您遇到的问题是由于word 是factor。当您对data.frame 进行子集化时，subset 不会重新定义您的变量，因此word 会继续携带作为原始数据集一部分的所有级别信息。尝试使用 droplevels 从您的 data.frame 中删除所有未使用的级别。