（编辑：完全提炼的问题）
使用包mitools＆amp;调查和跟随Anthony Damico的代码， 我正在使用Survey of Consumer Finance数据集几天。 原始的数据集列表是＆＃34; scf_imp＆＃34;，并且插补强加的数据集列表是＆＃34; scf_design＆＃34;。 问题如下：
5个多重插补数据框具有不同的列，因此如果我使用该列变量制作一个样本子集（＆＃34;在我的情况下为＃34;在这种情况下为＃34;容纳＆＃34; ＃34;列的行为与其他数据帧不同。
我尝试的是：
按标准对整个列表进行子集化（房屋＆gt; 0＆amp; income＆gt; 0），并根据此处的最后一行（http://r-survey.r-forge.r-project.org/survey/svymi.html）建议包括all = TRUE，以仅保留子集中的那些观察值所有的估算。
scf_design_owner＆lt; - subset（scf_design，houses＆gt; 0＆amp; income＆gt; 0，all = TRUE）
或
我甚至在创建插补列表之前切断了na值行，如下所示：
lapply（scf_imp，function（x）{replace_na（x，list（houses = 0，income = 0））}）
我也做了过滤器试用，但有些事情没有在插入列表中工作。
经过那些试验，当我检查错误信息时。 警告信息： 在subset.svyimputationList（scf_design，houses＆gt; 0＆amp; income＆gt; 0，： 插补之间的子集不同
我完全陷入困境，我花了三天多的时间。简而言之，我的计划是通过＆＃34;房屋＆gt; 0和收入＆gt; 0＆＃34;来过滤插补名单。 （列表中的两个列名称）并且仅使用所有五个插补数据帧都具有的观察值（行）。
我只是R的初学者，所以请耐心等待。 我坚持使用SCF数据集并进行简单的统计分析。 我必须修剪数据，其中样本只包括房屋的正值和收入。
首先，我尝试通过在变量重新编码（http://asdfree.com/survey-of-consumer-finances-scf.html）中指定的Anthony Damico在数据帧列表中添加其他列来实现此目的。 我无法在那里那样做。所以我决定限制整个数据帧列表（scf_design）以包括条件标准如下：
这是我的R代码（直到子集）：
setwd( "D:/Dropbox/Data/SCF 2016" )
library(mitools) # allows analysis of multiply-imputed survey data
library(survey) # load survey package (analyzes complex design surveys)
library(downloader) # downloads and then runs the source() function on
scripts from github
library(foreign) # load foreign package (converts data files into R)
library(Hmisc) # load Hmisc package (loads a simple wtd.quantile function)
scf_imp <- readRDS("scf 2016.rds" )
scf_rw <- readRDS("scf 2016 rw.rds" )
scf_design <- svrepdesign(
# use the main weight within each of the imp# objects
weights = ~wgt ,
# use the 999 replicate weights stored in the separate replicate weights file, -1 drops first id column
repweights = scf_rw[ , -1 ] ,
# read the data directly from the scf data, list of all five imputation data frames
data = imputationList( scf_imp ) ,
scale = 1 ,
rscales = rep( 1 / 998 , 999 ) ,
# use the mean of the replicate statistics as the center
# when calculating the variance, as opposed to the main weight's statistic
mse = TRUE ,
type = "other" ,
combined.weights = TRUE
)
scf_design_owner <- subset(scf_design, houses > 0 & income > 0)
如果您没有时间，请查看最后一行，我得到的是以下消息
scf_design_owner <- subset(scf_design, houses > 0 & income > 0)
It seemed to work at first (when I did it with only one criterion..) However,
it shows the following warnings.
Warning message:
In subset.svyimputationList(scf_design, houses > 0 & income > 0) :
subset differed between imputations
问题是每个插补数据框中的样本数量似乎不同。 （从SCF创建了五个插补数据框。他们使用多重插补技术..因此，＆＃39; scf_designer＆＃39;是五个数据框的列表）
> lodown:::scf_MIcombine( with( scf_design_owner , svyby( ~ one , ~ one ,
unwtd.count ) ) )
Multiple imputation results:
with(scf_design_owner, svyby(~one, ~one, unwtd.count))
lodown:::scf_MIcombine(with(scf_design_owner, svyby(~one, ~one, unwtd.count)))
results se
1 4131.6 0.9797959
原始样本的数量是6248.它肯定会减少，但现在它有小数....我怀疑这是由于每个插补列表中的样本数量不同..
我被困在这里。长话短说，这是我的问题。
有没有什么方法可以让 以正确的方式对数据框进行子集 ，以便所有修改后的插补数据帧具有相同数量的样本？< / p>
如果我的方法效率不高，那么如何在“变量重新编码”部分中执行此操作？ （这是我原来的试用版）。我能够为房屋添加额外的变量，因为SCF宏中有一个可变的hhouses，这是一个标识房主的逻辑var。但是我的收入没有类似的变数，所以我放弃了。 （SCF的收入从0开始，因此在0点有测量值）
我的意思是变量重新编码aprt是Anthony Damico写的如下：
示例：
scf_design <-
update(
scf_design ,
hhsex = factor( hhsex , labels = c( "male" , "female" ) ) ,
married = as.numeric( married == 1 ) ,
edcl =
factor(
edcl ,
labels =
c(
"less than high school" ,
"high school or GED" ,
"some college" ,
"college degree"
)
)
（加）
我找到了这个，并解决了这个问题。如果子集在多个插补之间不同，则默认为采用任何插补的子集中的观察结果，并带有警告。
d3<-subset(des, HAB1MI>3)
Warning message: In subset.svyimputationList(des, HAB1MI > 3) :
subset differed between imputations
To keep only those observations in the subset for all imputations
use the all=TRUE argument to subset