r - 子集时带有因子的R大数据框不会缩小

Question

我有一个包含多个因子变量的大型数据框（100k Row x 50 Col）。我想要一个小子集（比如 100 行）来做一些原型设计。问题是当我输入：

train <- train[1:100,]

大小缩小（使用dim()），但它似乎仍然存储了原始数据帧中的所有因素（我正在使用lsos()找到的here测量内存大小）。

有没有办法解决这个问题？到目前为止，我发现的唯一方法是将因子变量转换为字符串，然后是子集，然后再次转换为因子。我觉得必须有更好的方法来做到这一点。

有什么建议么？

Answer 1

使用droplevels函数删除不在新 data.frame 中的级别，?droplevels更多信息请参见。

例子：

> DF <- data.frame(num=1:15, letter=rep(letters[1:5], each=3),random=rnorm(15))
> levels(DF[, 2]) # all levels
[1] "a" "b" "c" "d" "e"
> 
> DF2 <- DF[1:10, ] # subseting
> levels(DF2[, 2]) # all levels again
[1] "a" "b" "c" "d" "e"
> DF2[, 2] <- droplevels(DF2[, 2])
> levels(DF2[, 2]) # only the levels contained in DF2
[1] "a" "b" "c" "d"