具有多个分类变量级别的子集数据集

Question

我想在 Rstudio 中使用多个级别的分类变量对数据集进行子集化。

有了“子集”功能，我只需要一层就可以做到

new_df<-subset(df, df$cat.var=="level.1")

如何设置多个级别的子集？

Answer 1

您可以使用 %in%.

这是一个成员资格运算符，您可以将其与您希望为其保留行的 cat.var 因子级别的向量一起使用。

new_df <- subset(df, df$cat.var %in% c("level.1", "level.2"))

例如

df <- data.frame(fct = rep(letters[1:3], times = 2), nums = 1:6)

df

# This is our example data.frame
#   fct nums
# 1   a    1
# 2   b    2
# 3   c    3
# 4   a    4
# 5   b    5
# 6   c    6

subset(df, df$fct %in% c("a", "b"))

# Subsetting on a factor using %in% returns the following output:
#   fct nums
# 1   a    1
# 2   b    2
# 4   a    4
# 5   b    5

注意：另一种选择是使用 filter function from dplyr，如下所示

library(dplyr)

filter(df, fct %in% c("a", "b"))

这 returns 相同的过滤（子集）数据帧。

具有多个分类变量级别的子集数据集

Subset dataset with several levels of a categorical variable

r

dataframe

subset

categorical-data

levels