Question

我有一个数据框，其中一列代表年龄。年龄值以间隔给出，如下表所示：

head(ddd)
country.of.birth age     sex    X2000 X2001 X2002 X2003 X2004 X2005 X2006 X2007
Afghanistan      0-4     men       0     0     1     2     2     0     1     1
Afghanistan      5-9     women     1     1     0     0     1     0     0     0
Afghanistan      10-14   men       0     2     5     2     3     4     1     1
Afghanistan      15-19   women     4     1     4     2     3     2     3     2
Afghanistan      20-24   men       5     0     8     7     7     3     5     3
Afghanistan      25-29   women     4     8     3     9     4     4     4     3

我应该使用什么命令来选择某个年龄段？我试过了：

sum(ddd[ddd$age == "20-24", 4:11])

获取年龄在20-24范围内的所有列的总和（应该给出38），我得到了这个错误：

Error in FUN(X[[i]], ...) : 
only defined on a data frame with all numeric variables

Answer 1

我认为这是尾随/前导空格的情况。我们可以从`stringr）

中删除str_trim的尾随/前导空格

ddd$age[5] <- '20-29 '
sum(ddd[ddd$age == "20-29", 4:11])
#Error in FUN(X[[i]], ...) : 
# only defined on a data frame with all numeric variables

library(stringr)
sum(ddd[str_trim(ddd$age)=='20-29', 4:11])
#[1] 38

或使用sub

 ddd$age <- sub('^\\s*|\\s*$', '', ddd$age)
 sum(ddd[str_trim(ddd$age)=='20-29', 4:11])
 #[1] 38

如果您使用grep，则可以避免此问题

 sum(ddd[grep('20-29', ddd$age),4:11])
 #[1] 38

Answer 2

原因可能是某些列是因素

temp $ X2000＆lt; - as.factor（temp $ X2000）

和（TEMP [温度$年龄== “20-24”，4：11]）

FUN错误（X [[i]]，...）

temp $ X2000＆lt; - as.numeric（temp $ X2000）

和（TEMP [温度$年龄== “20-24”，4：11]）

37

如果以范围格式给出，如何选择值？

2 个答案: