办法其实很多。重要的是那个更适合你，对你更方便。举两个方案：

1. R中base包的方案;
一般情况下我们是要依据一个factor变量把dataframe划分。这时遇到一个问题，subset(base)可以把数据划分，但对一个subset dataframe 来说， 它保留了来自原dataframe的factor变量中已经被丢弃的levels。这会给以后的分析造成麻烦。比如，依赖factor的做图、线性回归等等。所以，在划分数据集是，不可忘记要把划分后的factor也恰当的划分，去掉不该存在的levels

levels(iris$Species)
iris.set1 <- subset(iris,Species== "setosa" | Species=="versicolor")
levels(iris.set1$Species) #注意这步操作是把不该存在的levels去掉
table(iris.set1$Species)

2. 依赖NCStats包

iris.set2 <- Subset(iris,Species=="setosa" | Species=="versicolor")
levels(iris.set2$Species)
table(iris.set2$Species)

转载本文请联系原作者获取授权，同时请注明本文来自毛建丰科学网博客。
链接地址：https://m.sciencenet.cn/blog-352360-345972.html

上一篇：记着用 ddply(plyr)
下一篇：一个不错的统计学资源站点，有Ｒ的内容