我只是学习使用R，所以对你来说这似乎是一个小问题，但我对函数“子集”有一些问题。我试图在以前的问题中找到答案，但失败了（
例如，我的数据框 q 包含3个变量 x ， y ， z
q = read.csv("test.csv",encoding = "UTF-8",
header = TRUE, sep = ",", na.strings = c("",NA))
变量 x 有4种含义 a ， b ， c ， d
我试图仅使用变量 x 的两个含义 - a ＆amp;来创建数据框 q1 C
q1 = subset(q, q$x == 'a' | q$x == 'c')
因此，我有一个新的数据框，其中包含两个含义 x 的含义（我通过打开新的数据框来检查它）。
但是当我从新数据集 q1 表变量 x 时，我又看到4个含义，但是b＆amp; d = 0。
我做错了什么？为什么我会看到 b ＆amp; d ，当我在新数据集中列出 x 时？
感谢您的帮助！
答案 0 :(得分：1)
数据框中的列是因子，它是分类变量的另一个名称，可以采用多种可能的字符值之一，或者＃34;级别＆＃ 34;，例如＆＃34;男＆＃34;或＆＃34;女性＆＃34;。
当您对因子进行子集时，您不会更改级别。您所看到的是列表的级别，因此有一些零。
如果您想避免这种情况，请使用as.character功能将因子转换为字符值，或使用stringsAsFactors=FALSE选项将其作为字符读取到read.csv。
答案 1 :(得分：1)
factor变量（分类变量的R版本）会记住所有可能的类别，除非您告诉他们不要这样做。您可以使用q1 = droplevels(q1)“忘记”它们，或将factor转换为普通字符串：q1$x = as.character(q1$x)