我从Zillow收集了一个名为pricepersqft的数据集，该数据集提供了整个美国各州的公寓价格。
我的目标是在箱线图中显示哪个州的增长率更高，然后将其可视化。
主要问题是，当我排除除加利福尼亚州和纽约州以外的所有美国州时，仍会存储所有其他州，但没有数据。
首先，我排除了加利福尼亚和纽约以外的所有州，并将其存储在名为CA_NY的新数据框中。我是R的新手，但我认为这是做到这一点的方法。
CA_NY <- pricepersqft[pricepersqft$State == "CA" | pricepersqft$State == "NY",]
然后，我计算了这两个州从2011年到2016年的增长率，以对将来在这两个州之一购买房屋做出预测。
CA_NY$y2011_mean <- rowMeans(CA_NY[,9:20], na.rm = TRUE, dims = 1)
CA_NY$y2016_mean <- rowMeans(CA_NY[,69:80], na.rm = TRUE, dims = 1)
CA_NY$GrRate <- CA_NY$y2016_mean / CA_NY$y2011_mean
当我尝试可视化结果时，我得到一个箱形图，其中x轴上的所有状态都是我的自变量，但是除了我感兴趣的两个状态之外，它们都为空。
boxplot(GrRate ~ State, data = CA_NY, subset = State == "CA" | State == "NY",
main = "Average property GR in California and NY from 2011 to 2016",
xlab = "State", ylab = "Growth Rate")
如您所见，我设法为箱形图编写了一个代码，没有错误，但是我的箱形图仍然包含所有美国州，我只需要其中两个即可。
希望您能为您提供帮助。