R 子集返回有限集并带有警告

Question

我有一个包含 12500 个 obs 的 data.frame。共有 8 个变量，其中之一是 State (taxes$State)。我想将数据子集化为从 Shiny 中的用户输入获得的多个状态，但当我添加多个状态时，我不断收到丢失的数据。我已经开始讨论表现得很奇怪的子集函数。只有两种状态我没有收到警告，但第三种状态抛出异常。在任何情况下，我都限制为 250 个 obs。在返回时。例如

temp<-subset(taxes, State==c("AL","MO",TX))

警告消息：1：在 is.na(e1) | 中 is.na(e2) : 较长的对象长度不是较短对象长度的倍数 2: In ==.default(State, c("AL", "MO", "TX")) : 较长对象长度不是较短对象的倍数长度

我尝试过其他变量也得到相同的结果

temp<-subset(taxes,StateFullName==c("Iowa","Missouri","Texas"))

警告消息：在 StateFullName == c("Iowa", "Missouri", "Texas") 中：较长的对象长度不是较短对象长度的倍数

关于为什么我的 obs 限制为 250 个，有什么想法吗？

Answer 1

你只需要%in%比较> 1vector即length

subset(taxes, State %in% c('AL', 'MO', 'TX'))
#   State amount
#4     MO  14143
#27    TX  11517
#30    AL  14465

或者使用data.table，我们将 'data.frame' 转换为 'data.table' ( setDT(taxes)，将key列设置为 'State' 并提取 'State' 中包含 'MO'、'TX'、'AL' 的行。

library(data.table)
setDT(taxes, key='State')[c('MO', 'TX', 'AL')]
#    State amount
#1:    MO  14143
#2:    TX  11517
#3:    AL  14465

要了解代码不起作用的原因，让我们检查逻辑向量输出。

with(taxes, State==c('AL', 'MO', 'TX'))
# [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
# [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
# [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
# [37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
# [49] FALSE FALSE

警告消息：1：在 is.na(e1) | 中 is.na(e2) ：较长的对象长度不是较短对象长度的倍数

没有任何元素适用TRUE于本示例。它的比较方式是基于回收。'State' 的前 3 个元素按顺序与向量 'AL'、'MO' 和 'TX' 进行比较

 taxes$State[1:3] == c('AL', 'MO', 'TX')
 #[1] FALSE FALSE FALSE

在这里，我们逐个元素比较向量的相应值，如下所示：

  taxes$State[1:3]
  #[1] AK AL AR

与相应位置的'AL'、'MO'和'TX'不匹配，则返回'FALSE'。

同样的方式，它与“State”列进行比较length，即下一个比较是

 taxes$State[4:6] == c('AL', 'MO', 'TX')
 #[1] FALSE FALSE FALSE

这里也都是FALSE因为相应的“状态”元素是“AZ”、“CA”和“CO”。我们最后收到警告，因为

 nrow(taxes)
 #[1] 50

50%%3!=0

如果nrow数据集的 是51，则不会出现警告，但由于比较是基于位置的，我们可能不会得到预期的结果。

数据

set.seed(24)
taxes <- data.frame(State=sample(state.abb), 
       amount=sample(400:20000, 50, replace=TRUE), stringsAsFactors=FALSE)