的因素所以我有这个数据集子集上观察量中的R
str(pcol)
'data.frame': 3130486 obs. of 20 variables:
$ body : Factor w/ 1623190 levels "","' i need to... '",..: 76837 ...
$ author : Factor w/ 18164 levels "--Kai--","--sunshine--",..: 11455 6643 8117 832 ...
$ ups : int 2 7 1 1 1 1 2 4 2 1 ...
....
制作一个表格显示以下内容:
table(pcol$author):
AuthornameX AuthornameY AuthornameZ ...
148 87 102
'table' int [1:18164(1d)] 129 5 152 67 18 25 58 319 44 204 ...
- attr(*, "dimnames")=List of 1
..$ : chr [1:18164] "--Kai--" "--sunshine--" "-0---0-" "-73-" ...
所以现在我想创建一个只是作者一个新的数据集谁在数据集中超过100次。
我试过如下:
x <- subset(pcol, length(pcol$author) > 100)
'table' int [1:2634(1d)] 129 152 319 204 157 177 198 106 144 437 ...
attr(*, "dimnames")=List of 1
..$ : chr [1:2634] "--Kai--" "-0---0-" "-Lolrax-" "-PTM-" ...
这样,我限制了作家,谁拥有超过100个电话号码,但现在我有一个如何从原始数据集这些。减去作者的问题。
我尝试这样做:
> y <- subset(pcol, pcol$authors == x)
但是,这给我留下了0观测空白数据帧。
所以:我如何将原始数据集更改为新的数据集,只有作者出现超过100次?
My question is similar to this one, so potentially a duplicate.尽管问题得到解答,但我无法将解决方案转移到我的问题。这就是为什么我提出我的问题。
Here is a 10.000 rows sample of my data set
总结并添加新列,显示每个作者的数量,然后在此列中使用的子集。另外添加[可重现的例子](http://stackoverflow.com/questions/5963269)。 – zx8754
试试'y < - 子集(pcol,pcol $ authors%in%x)'。 – Alex
或'library(dplyr); pcol%>%group_by(author)%>%filter(n()> 100)' – Sotos