基于因子（字符串）从R数据框中提取行

Question

抱歉如果这是一个重复的问题，但我似乎无法在SO上找到其他任何信息，尽管它看起来像是一个简单的问题。我有一个数据框，其中有几列因子。其中一些是整数，一些是字符串。我想提取与特定因子对应的行。例如，

my_data <- read.table(file = "my_data.txt", header = TRUE)
my_data[ my_data$age == 20, ]

这个可以实现，但如果我尝试...

my_data[ my_data$gender == "male", ]

这没有任何匹配结果。我意识到它们不是同一件事，因为检查my_data$name[1]的类别是因子，而我正在将其与字符串进行比较。

你有什么想法我在这里做错了吗？

数据示例：

大小 年龄 性别 价值 1 20 男性 0.5 4 22 女性 0.7 3 14 女性 0.3

- Samuel Tan

---

我们是否可以假设您已经尝试使用正确的 [row, col] 提取形式，例如 my_data[my_data$gender == "male", ]？ - A5C1D2H2I1M1N2O1R2T1

你能否给我们提供一份数据样本（例如，dput(head(my_data))）？ - matt_k

是的，我使用了 [row, col] 的格式……现在我意识到了我的错误……我应该这样做 my_data[ my_data$gender == " male ", ] 你看出区别了吗？真的很尴尬。 - Samuel Tan

Answer 1

尝试使用 subset 函数。

这个网站提供了很好的参考资料： HowtoInR

my_data = subset(my_data, gender == "male")

- LearnR

---

感谢您的回复。然而，它给出了相同的输出。 - Samuel Tan

你能提供一份数据样本吗？ - LearnR

谢谢，找到问题了，请看我上面的评论。对于造成的麻烦我很抱歉。我知道我做错了什么。 - Samuel Tan

这适用于布尔比较，例如 data$x => data$y。 - Mohammed

Answer 2

这是对一个旧问题的回答，但我想分享一下我当前的做事方式，以便出现这样的错误更少。

答案是使用 data.table 包。它为我节省了数百行代码，并将继续这样做。子集变得非常简单：

my_data <- data.table(my_data)
my_data[gender == "male" & age <= 20]

我可以使用尽可能多的条件语句，并且还可以使用.SD将列作为参数传递给函数，如下所示：

my_data[gender == "male" & age <= 20, lapply(.SD, mean), by = c("nationality", "height")]

从现有列创建列要简单得多，甚至可以一次性创建多个列。

- Samuel Tan