0

我正在基于这个数据集做一些练习。

有一State栏列出了该州每家医院每月心脏病发作的死亡率（第 11 栏）：

> table(data$State)

 AK  AL  AR  AZ  CA  CO  CT  DC  DE  FL  GA  GU  HI  IA  ID  IL  IN  KS  KY   
 17  98  77  77 341  72  32   8   6 180 132   1  19 109  30 179 124 118  96

现在我尝试过滤掉至少有 20 个值可用的这些状态：

> table(data$State)>20

   AK    AL    AR    AZ    CA    CO    CT    DC    DE    FL    GA    GU     
FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE

因此，subset我尝试根据上述条件获取数据子集，但这给了我无法遵循的结果：

> data_subset <- subset(data, table(data$State)>20)
> table(data_subset$State)

 AK  AL  AR  AZ  CA  CO  CT  DC  DE  FL  GA  GU  HI  IA  ID  IL  IN  KS  KY   
 14  84  66  65 288  64  25   8   5 155 109   1  19  93  24 153 107 100  83

AK 14当我期望该状态被条件过滤掉时，为什么我会得到？

4

1 回答 1

2

您可以使用以下方法过滤掉少于 20 行的数据：

tab <- table(data$State)
data[data$State %in% names(tab)[tab > 19], ]

你的代码

subset(data, table(data$State)>20)

不起作用，因为table(data$State)>20返回一个长度的布尔向量length(table$State)。在您的数据中，布尔向量比数据框中的行数短。由于矢量循环，矢量与自身结合，直到达到更长的长度。例如，看看(1:3)[c(TRUE, FALSE)].

于 2013-11-13T12:48:37.020 回答