这是我的数据示例:原始数据有20列和1350行。
a <- c("blue", "red", "green", "blue","cyan")
b <- c("red","red","green","blue", "orange")
data <- data.frame(a,b)
以下代码是运行良好的代码。在这段代码中,我的目的是1.子集df基于以下条件2.删除未使用的级别3.然后结果将在表格中以2乘2的方式转换
blue.red <- subset(data, col1 %in% c("blue", "red") &
col2 %in% c("blue", "red"))
rem <- droplevels(blue.red)
table(rem$col1, rem.col2)
在这里,我尝试编写一个函数来实现与上面代码相同的目的。
sub_fun <- function(data, i, j...){
subs <-subset(data, col1 %in% c("i", "j") &
col2 %in% c("i", "j"))
rem <- droplevels(subs)
return(table(rem$i, rem$j))
}
check <- sub_fun(data, "blue", "red")
check1 <-sub_fun(data, "red", "green"
但输出表是空的。我该如何编写一个函数来对这些数据进行子集化?
删除你的函数体中i
和j
周围的引号,否则只保留"i"
和"j"
中包含col1
或col2
的观察:
sub_fun <- function(data, i, j){
subs <- subset(data, col1 %in% c(i, j) & col2 %in% c(i, j))
rem <- droplevels(subs)
# if you assume that only columns col1 & col2 are in data
return(table(rem))
# if you have more columns in data then:
# return(table(rem[, c('col1', 'col2')]))
}
这应该够了吧
编辑:你得到的错误是由于你试图从i
中提取j
和rem
,其中i = 'blue'
和j = 'red'
(它没有意义,因为i
和j
不是rem
的名字)。