R中的子集不删除数据框中的行答案

【问题标题】：Subset in R not removing rows in data frameR中的子集不删除数据框中的行
【发布时间】：2019-09-07 23:42:20
【问题描述】：

总结这个过程，我从 bbref 中提取数据，在数据框中对其进行结构化，将 3 个向量从字符转换为数字，并选取玩超过 20 场游戏的玩家子集。然而，当我重新排序数据并显示前 20 名时，只删除了一些非预选赛，并且仍然有很多观察不到 20 场比赛。

library(XML)
library(RCurl)
library(plyr)

urladv <- "https://www.basketball-reference.com/leagues/NBA_2019_advanced.html"
urladvdata <-  getURL(urladv)
dataadv <- readHTMLTable(urladvdata, stringsAsFactors = FALSE, encoding = "UTF-8")
datadv <- structure(dataadv, row.names =c(NA, -734), .Names = seq_along(dataadv), class = "data.frame")
advstats <- ldply(dataadv, data.frame)
advstats[,c('PER', 'BPM')] <- sapply(advstats[,c('PER','BPM', 'G')], as.numeric)
advstats <- subset(advstats, G > 20)
advstats <- advstats[with(advstats,order(-PER)),]
advstats[1:20,]

advstats[1:20,] 的输出包括像 Trevon Duval、Gary Payton 和 Alan Williams 这样的球员，他们每个人都打了 5 场或以下比赛。我很困惑这些观察的特殊情况是什么，因为子集删除了 100 多个观察。

【问题讨论】：

仅供参考，如果您将代码与用于标记代码的 ``` 写在同一行，这会告诉降价解析器该文本是要使用的语言，而不是一行代码。在我添加新行之前，我们看不到您正在使用的网址
感谢@camille 的通知
我认为subset 没有为G>20 做你想要的，因为G 仍然是一个字符串而不是数字。对于sapply，您是否缺少G 的分配？应该是advstats[,c('PER', 'BPM', 'G')] <- sapply(advstats[,c('PER','BPM', 'G')], as.numeric)？
@Ben 你说得对，G 不见了。包含它可以修复子集行为。

标签： r subset

【解决方案1】：

正如 Ben 在 cmets 中提到的，您在执行 sapply() 的行中缺少 'G'。它应该是这样的：

advstats[,c('PER', 'BPM', 'G')] <- sapply(advstats[,c('PER','BPM', 'G')], as.numeric)

因为您缺少<- 左侧的'G'，所以它没有将'G' 从<chr> 转换为<dbl> 数据类型。因此，当您运行 subset() 函数时，它不起作用，因为您不能对字符数据类型使用数学运算符。

我相信这会有所帮助？

【讨论】：