在 R 中使用 dplyr 进行过滤时,为啥过滤掉的变量级别会保留在过滤后的数据中? [复制]
Posted
技术标签:
【中文标题】在 R 中使用 dplyr 进行过滤时,为啥过滤掉的变量级别会保留在过滤后的数据中? [复制]【英文标题】:When filtering with dplyr in R, why do filtered out levels of a variable remain in filtered data? [duplicate]在 R 中使用 dplyr 进行过滤时,为什么过滤掉的变量级别会保留在过滤后的数据中? [复制] 【发布时间】:2015-11-10 14:50:57 【问题描述】:我正在尝试使用 dplyr
包中的 filter
命令过滤掉一堆数据。一切似乎都如我所愿,但是当我尝试从新过滤的数据中绘制一些图表时,我过滤掉的所有级别都显示出来了(尽管没有值)。但是他们在那里的事实仍然使我的水平轴偏离了。
那么两个问题:
1) 为什么这些过滤后的级别仍在数据中?
2) 我如何过滤以使这些不再存在?
这是一个小例子,你可以运行看看我在说什么:
library(dplyr)
library(ggvis)
# small example frame
data <- data.frame(
x = c(1:10),
y = rep(c("yes", "no"), 5)
)
# filtering to only include data with "yes" in y variable
new_data <- data %>%
filter(y == "yes")
levels(new_data) ## Why is "no" showing up as a level for this if I've filtered that out?
# Illustration of the filtered values still showing up on axis
new_data %>%
ggvis(~y, ~x) %>%
layer_bars()
感谢您的帮助。
【问题讨论】:
相关:***.com/questions/1195826/…. 【参考方案1】:R 中的因子在过滤时不会自动降低级别。您可能认为这是一个愚蠢的默认设置(我确实如此),但它很容易处理——只需在结果上使用droplevels
函数即可。
new_data <- data %>%
filter(y == "yes") %>%
droplevels
levels(new_data$y)
## [1] "yes"
如果你一直这样做,你可以定义一个新函数
dfilter <- function(...) droplevels(filter(...))
【讨论】:
以上是关于在 R 中使用 dplyr 进行过滤时,为啥过滤掉的变量级别会保留在过滤后的数据中? [复制]的主要内容,如果未能解决你的问题,请参考以下文章
R Shiny Reactive 值,dplyr 过滤器错误?