摘要记住以前的“垃圾”值答案

【问题标题】：Summary remembers the previous 'garbage' values摘要记住以前的“垃圾”值
【发布时间】：2015-11-05 11:41:34
【问题描述】：

我有一个数据，其中有一列提到了一个人的性别。不幸的是，很少有错位的列/错误的值。

summary(data$gender)

给出类似的东西

boy : 19232
girl : 14565
Maths : 3
Science : 4
... some 20 garbage values : 1

我编写了一个代码来将 boy, girl 以外的值替换为 error。现在 summary(data$gender) 给出类似

boy : 19232
error : 156
girl : 14565
Maths : 0
Science : 0
... other garbage values : 0

有什么方法可以防止打印计数为 0 的值？

我为什么需要这个 - 有 100 多列。我正在使用一个新的标志列，当它在任何单元格值中遇到“错误”时设置为 1，最后，我删除了标志 = 1 的记录。 我需要查看整个数据的简短摘要。，类似于

boy : 19232
error : 156
girl : 14565

提前感谢您的帮助！

【问题讨论】：

可能你有一个因素，水平仍然存在。删除级别，然后重试。共享一些数据会很好，请参阅stackoverflow.com/questions/5963269/…
没有。我已将它们转换为“错误”。

标签： r summary garbage data-cleaning

【解决方案1】：

您要查找的函数可能是droplevels，用于删除未使用的因子水平。

你的情况

summary(droplevels(data)$gender)

【讨论】：

【解决方案2】：

这是一个例子：

data = factor(c("girl","boy","girl","boy","math","girl","girl"), levels = c("girl", "boy", "math"))
> summary(data)
girl  boy math 
   4    2    1 
data2 = factor(c("girl","boy","girl","boy","math","girl","girl"), levels = c("girl", "boy", "math", "garbage"))
> summary(data2)
   girl     boy    math garbage 
      4       2       1       0 
> summary(droplevels(data2))
girl  boy math 
   4    2    1

在data 一切都很好。但是在data2 中，还有另一个未使用的级别，它强制显示 0。

正如@user295691 首先指出的droplevels（请参阅?droplevels 以获得快速参考）将帮助您摆脱这些错误级别。

我再说一遍，这里有一个因素，即使您将值设置为其他值，级别仍然存在。我可以用谷歌搜索的第一个体面的解释可能是this link here.

【讨论】：