r - 如何使用子集仅从 R 中的数据集中获取前 xx 个观察值？

Question

如果我有一个包含 4137 个观测值的数据集，并且我想在 hsperc 上对 colga 进行回归，并且只使用前 2070 个观测值，我该怎么做？

我试过类似的东西：

# loading data
GPA2 <- read.table("GPA2.raw", header=TRUE, na.strings=".")

# fitting model 
mfit1 <- lm( formula = colgpa ~ hsperc + sat, data=GPA2, subset=(rownum<2071) )

但是subset使用rownum失败。有什么建议么？？

我没有计算行数的变量，我应该有吗？在这种情况下，我该怎么做？

Answer 1

一个简单的、可重现的例子：

dat = data.frame(A = runif(100), B = runif(100))
lm(A~B, dat)

正如您发现的那样，这失败了：

> lm(A~B, dat, subset = (rownum < 50))
Error in eval(expr, envir, enclos) : object 'rownum' not found

那是因为您的数据中没有rownum列。有两种解决方案：

1. 添加一rownum列：

   dat[["rownum"]] = 1:nrow(dat)
   

2. 或者在分析之前进行子集操作：

   dat_subset = dat[1:2070,]
   lm(A~B, dat_subset)
   

正如评论者所提到的，选择选项 2 可能是最好的。