选择多个值的子集行答案

【问题标题】：Subsetting rows selecting on more than one value选择多个值的子集行
【发布时间】：2014-01-19 16:38:03
【问题描述】：

我有一个数据框“H”，其中包含“HHID”、“村庄”和结果“O”列

Village 有 5 个因素，A、B、C、D、E。但是，其中一个因素仍未使用。例如，从 A 招募了 14 名参与者，从 B 招募了 20 名参与者，从 C 招募了 25 名参与者，从 D 招募了 15 名参与者，但是来自 E 的无（0）。在数据输入期间，该因素 E 没有被删除并在分析过程中持续存在，因为数据输入是在 SPSS 中完成并使用外部包导入到 R 中的。

一直都很好，直到我运行 GEE 模型（来自 geepack）时收到以下错误。

fit <- I(O == 1) ~ Village
fit1.1 <- geeglm(fit, family = binomial, id=HHID, data=H)

Factors not allowed to have unused levels...

我尝试制作数据子集并运行模型，但仍然遇到相同的错误。

sub <- H[H$Village %in% c("A", "B","C","D"), ]

以防万一我没有运行错误的模型，这就是我一直在使用的

fit <- I(O == 1) ~ Village
fit1.1 <- geeglm(fit, family = binomial, id=HHID, data=sub)

我不知道如何摆脱这个错误。这基本上是制作子集的错误吗？

感谢您的帮助。

【问题讨论】：

标签： r subset

【解决方案1】：

您可以使用?droplevels 删除未使用的关卡，例如：

f <- factor(LETTERS[1:4], levels=LETTERS[1:5])
f
#[1] A B C D
#Levels: A B C D E
droplevels(f)
#[1] A B C D
#Levels: A B C D

在您的情况下，一个简单的sub <- droplevels(sub) 应该可以工作。

【讨论】：

非常感谢。很有帮助。

【解决方案2】：

子集的想法没有帮助，因为没有村庄不在集合 [A, B, C, D] 中的行。相反，您需要删除 Village 变量中未使用的级别：

H$Village <- droplevels(H$Village)

请注意，droplevels 有一个 data.frame 方法，因此您可以在 H 中的所有因子中删除所有未使用的级别

H <- droplevels(H)

【讨论】：

非常感谢。很有帮助