Question

我是R的新手，我正在尝试让我的脚本更有效率。我有data.frame个25480个观察值和17个变量。

我的一个变量是Subject，每个主题都有它的编号。但是，每个主题的观察数（lines）不相等。我想根据他们的号码将subjects分成groups。我该怎么办？

在我使用这个公式之前：

gaze <- subset(gaze, Subject != "261" & Subject != "270" & Subject != "275")

但是现在我有太多的主题每次重复主题。是否可以将主题间隔定义为cut或split。我尝试了这个命令，但它似乎不起作用：

gazeS <- (gaze$Subject[112:216])
cut(gaze, seq(gaze, from = 112, to = 116))

你能帮我修一下这段代码吗？

Answer 1

由于因子变量没有排序方法（即使它们显示为数字），您需要首先转换任何订购操作才能正常工作，并且R-FAQ说要使用：

as.numeric(as.character(fac))

所以：

subset(gaze, !as.numeric(as.character(Subject)) in 260:280)

或者：

subset(gaze, !( as.numeric(as.character(Subject)) >= 260 &
            as.numeric(as.character(Subject)) <= 280)  )

或者：

subset( gaze, !Subject %in% as.character(260:280) )

Answer 2

如果我正确理解了你的需求，你可以使用类似

的东西

gaze$Subject <- as.integer(as.charachter(gaze$Subject))
gaze <- subset(gaze, Subject >= 261 & Subject <= 280)

将id转换为字符非常重要，否则可能会出现有趣的事情，因为按字母顺序排序因子级别而非数字排序。但是，要避免这种情况，最好的方法是在读取数据时直接设置列类（例如，使用colClasses参数read.table）。