打印选择标准中存在的因子的级别，而不是 R 中因子的所有级别？

Question

我正在使用 R 版本 i386 3.1.1 和 RStudio 0.99.442。

我有从 7 个地块收集的大量树种数据集，每个地块又分为 5 个子地块（即 35 个不同的子地块）。我试图让 R 遍历我的数据集并打印每个地块中存在的物种。

我认为我可以使用“聚合”将“级别”函数应用于物种数据列并让它返回每个图和子图的物种，但是它返回整个数据框的级别（对于 12 个物种，总数）而不是子图中实际存在的 3 或 4 个物种。

为了提供我正在尝试做的可重现示例，我们可以使用 R 附带的“warpbreaks”数据集。

我将 warpbreaks 中的“breaks”变量转换为因子变量以重现问题；因此，它举例说明了我的“物种”变量，而“warpbreaks$wool”代表“情节”，“warpbreaks$tension”代表“子情节”。

require(stats)
warpbreaks$breaks = as.factor(warpbreaks$breaks)
aggregate(breaks ~ wool + tension, data = warpbreaks, FUN="levels")

如果我们查看 warpbreaks 数据，那么对于“Plot”A（羊毛）和“Subplot”L（张力） - 所需的脚本将打印物种“26、30、54、25 等”。

breaks wool tension
1      26    A       L
2      30    A       L
3      54    A       L
4      25    A       L
5      70    A       L
6      52    A       L
7      51    A       L
8      26    A       L
9      67    A       L
10     18    A       M
11     21    A       M
12     29    A       M
...

相反，R 返回这种类型的东西，它正在打印所有图的因子变量的所有水平：

    wool tension breaks.1 breaks.2 breaks.3 breaks.4 breaks.5 breaks... 
1    A       L       10       12       13       14       15       ...      
2    B       L       10       12       13       14       15       ...      
3    A       M       10       12       13       14       15       ...      
4    B       M       10       12       13       14       15       ...      
5    A       H       10       12       13       14       15       ...      
6    B       H       10       12       13       14       15       ...      

如何让它只打印该 Plot/Subplot 组合中存在的因素？我完全不使用“聚合”了吗？我想这对于经验丰富的 R 用户来说是一项相对容易的任务......

第一次发布 * 帖子 - 如有任何帮助或推动正确的代码，将不胜感激！

非常感谢。

Answer 1

尝试FUN=unique 而不是FUN=levels。 levels 将返回因子的每个级别，正如您已经推测的那样。 unique(...) 只会返回唯一级别。

y <- aggregate(breaks ~ wool + tension, data = warpbreaks, FUN=unique)
  wool tension                          breaks
1    A       L  14, 18, 29, 13, 31, 28, 27, 30
2    B       L    15, 4, 17, 9, 19, 23, 10, 26
3    A       M     8, 11, 17, 7, 2, 20, 18, 21
4    B       M    24, 14, 9, 6, 22, 16, 11, 17
5    A       H 21, 11, 12, 8, 1, 25, 16, 5, 14
6    B       H      10, 11, 12, 7, 3, 5, 6, 16

注意breaks 列有点奇怪，因为在该列的每一行中，不是只有一个值（这对数据框有意义），而是一个值向量。即breaks 列的每个单元格都不是字符串；这是一个向量！

> class(y$wool)
[1] "factor"
> class(y$breaks) # list !!
[1] "list"
> y$breaks[[1]] # first row in breaks
[1] 26 30 54 25 70 52 51 67
Levels: 10 12 13 14 15 16 17 18 19 20 21 24 25 26 27 28 29 30 31 35 36 39 41 42 43 44 51 52 54 67 70

请注意，要访问breaks 列的第一个元素，而不是执行y$breaks[1]（就像使用wool 或tension 列一样），因此您需要执行y$breaks[[1]]。

数据框并不是真的要像这样工作；数据帧中的单个单元格应该有一个值，并且大多数函数都希望数据帧符合这一点，因此在进行后续处理时请记住这一点。

如果要转换为字符串，请使用（例如）FUN=function (x) paste(unique(x), collapse=', ')；那么y$breaks 将是一列字符串并且表现正常。