Question

我是一个新的R用户，工作要求我在Linux上使用R。我遇到了一个非常奇怪的问题，希望有些专家用户可以提供解决方案。 :)

我有一个包含> 200,000个观察/参与者和> 300个变量的大型数据集，其涉及从各种基线数据集进行子集化以创建工作数据集。

我的问题是，当我运行length命令时，基本变量会发生一些变化。 “Withdrawlevel”是变化的变量。这就是这个变量应该是这样的：

describe(tbl$Withdrawlevel)
tbl$Withdrawlevel
      n missing  unique    Mean
   2833  218988       3   1.474

然后我运行了几个长度命令，如下所示，因为我有兴趣获得符合特定条件的参与者数量。例如：

length(which(tbl[,'Reg_age_dob']>=18 & as.Date(tbl[,'QuestionnaireEndDate'])>='2013-07-21' & as.Date(tbl[,'QuestionnaireEndDate'])< '2013-07-28' & (is.na(tbl$Withdrawlevel) | (tbl$Withdrawlevel!=3) & (tbl$WithdrawDate<'2013-07-28')) | ((tbl$Withdrawlevel=3) & (tbl$WithdrawDate>='2013-07-28'))  ))

然后，Withdrawlevel变量变化：

describe(tbl$Withdrawlevel)                                                   tbl$Withdrawlevel
      n missing  unique    Mean
 221821       0       1       3

上面描述的length命令是否对这个变量做了些什么，因为我的理解是它不应该。并且，我已经使用此数据运行了许多类似的命令，并且在每个数据之后不会发生此问题。

有关正在发生的事情以及如何解决此问题的任何见解？

Answer 1

tbl$Withdrawlevel=3将值3分配给tbl$Withdrawlevel的所有观察值。你的意思是tbl$Withdrawlevel==3。

Answer 2

（Joshua的回答是正确的。）将来你可以使用with保护自己免受此类错误：

with( tbl, length( which(Reg_age_dob >=18 & 
      as.Date(QuestionnaireEndDate) >='2013-07-21' & 
      as.Date(QuestionnaireEndDate) < '2013-07-28' & 
      ( is.na(tbl$Withdrawlevel) | (Withdrawlevel!=3) & ( WithdrawDate <'2013-07-28') )  | 
      ( (tbl$Withdrawlevel=3) & ( WithdrawDate >='2013-07-28') )  )
                   )
     )

重点是，这不会有破坏数据对象和的危险，它也更容易理解。

Answer 3

你应该在你的哪个函数中使用布尔表示所有表达式。请确保使用==而不是=，它返回值True或False，而不是将变量设置为等于该值。

在R中运行命令后，变量意外更改

3 个答案: