「子集」中的R I想要的方式並不子集

Question

可能重複：
dropping factor levels in a subsetted data frame in R

我越來越有R這裏有點沮喪，這將是巨大的，如果任何人都可以通過以下方式幫助我：我試圖從我的數據集中提取子集，但無法正常工作。

具體內容： 我有一個電子表格，其中包含文字和與每個詞 相關的不同特徵。詞條長度... ... 現在我正在試着查看單詞，例如拉出單詞爲「發刷」的所有實例。要做到這一點，我想：

hairbrush=subset(dataset, word=="hairbrush") 

這似乎很好地工作，並給了我正確的數據集時，我看它與fix或head。然而，只要我嘗試做xtabs或任何類型的計算，我就不會走得太遠，因爲所有其他單詞仍然「存在」並且弄亂了我的統計數據。例如。當我做levels，它給了我「發刷」，但也是所有其他200字。所有與這些「隱藏詞」有關的數據是NA，但它仍然混亂我的統計數據。

是這樣的subset平時的行爲？或者我做錯了什麼？或者這是錯誤的方法？

哦，在谷歌的一些類似的問題，人們總是問的str輸出，所以在這裏它是：

> str(hairbrush) 
'data.frame': 41 obs. of 10 variables: 
$ id  : Factor w/ 1352 levels "1-1-1-11-a.eaf",..: 210 240 267 295 320 351 378 403 427 452 ... 
$ speaker : num 24 25 26 28 29 30 32 33 34 35 ... 
$ loc  : Factor w/ 2 levels "nb","xx": 1 1 1 1 1 1 1 1 1 1 ... 
$ gilbertno: Factor w/ 27 levels "1","10","108",..: 1 1 1 1 1 1 1 1 1 1 ... 
$ tword : Factor w/ 65 levels "abaddream","afuneral",..: 4 4 4 4 4 4 4 4 4 4 ... 
$ word  : Factor w/ 228 levels "abbe","aepfel",..: 164 93 99 93 92 100 94 94 28 93 ... 
$ loan  : Factor w/ 5 levels "FILE","maybe",..: 4 3 5 3 5 5 3 3 3 3 ... 
$ article : Factor w/ 40 levels "a","das","dat",..: 34 34 33 33 34 34 34 34 13 34 ... 
$ gender : Factor w/ 13 levels "a","af","amn",..: 11 11 7 7 11 11 11 11 7 11 ... 
$ comment : Factor w/ 4 levels "0","die macht ja vorschlaege",..: 1 1 1 1 1 1 1 1 1 1 ... 

Answer 1

您需要使用droplevels子集後清理未使用的水平。

Answer 2

subset是否按預期運行。您遇到的問題是由於word爲factor。當子集data.frame，subset未重新定義你的變量，所以word繼續這一切的，這是原始數據集的一部分水平的信息來進行。嘗試使用droplevels刪除data.frame中的所有未使用的級別。