Question

我是R的新手，我正在尝试从csv文件处理数据框（如下面的代码所示）。它有医院数据，有46列和4706行（其中一列是'州'）。我创建了一个表，显示State列中每个值的行数。因此，本质上该表显示了该州的每个州和医院的数量。现在我要做的是对数据框进行子集化并创建一个新的数据框，而不包含状态少于20个医院的条目。

如何计算State列中值的出现次数，然后删除那些计数低于20的值？也许我应该使用table（）函数，删除不需要的数据并使用像lappy（）之类的东西将它放入一个新的数据框中，但由于我缺乏使用R编程的经验，我不确定。

任何帮助将不胜感激。我已经看到了删除此站点中具有某些列值的行的其他示例，但没有根据特定列值的计数执行此操作的示例。

> outcome <- read.csv("outcome-of-care-measures.csv", colClasses = "character")    
> hospital_nos <- table(outcome$State)    
> hospital_nos

 AK  AL  AR  AZ  CA  CO  CT  DC  DE  FL  GA  GU  HI  IA  ID  IL  IN  KS  KY  LA  MA  MD  ME  MI 
 17  98  77  77 341  72  32   8   6 180 132   1  19 109  30 179 124 118  96 114  68  45  37 134 
 MN  MO  MS  MT  NC  ND  NE  NH  NJ  NM  NV  NY  OH  OK  OR  PA  PR  RI  SC  SD  TN  TX  UT  VA 
133 108  83  54 112  36  90  26  65  40  28 185 170 126  59 175  51  12  63  48 116 370  42  87 
 VI  VT  WA  WI  WV  WY 
  2  15  88 125  54  29

Answer 1

这是一种方法。从以下数据框开始：

df <- data.frame(x=c(1:10), y=c("a","a","a","b","b","b","c","d","d","e"))

如果您想只保留df$y中出现次数超过2次的行，您可以执行以下操作：

tab <- table(df$y)
df[df$y %in% names(tab)[tab>2],]

给出了：

这是一个包含plyr包的单行解决方案：

ddply(df, "y", function(d) {if(nrow(d)>2) d else NULL})

计算所选列值的行数，并根据R中的计数删除行

1 个答案: