子集数据问题；没有对某一类别进行观察答案

【问题标题】：Issue with subsetting data; not picking up observations for one category子集数据问题；没有对某一类别进行观察
【发布时间】：2015-06-18 16:44:16
【问题描述】：

我正在尝试将 R 中的数据从我的电子表格的一列中分成三个不同的类别：鳕鱼、黑线鳕和白鲑。然而，由于某种原因，Haddock 没有工作，并且说没有对这个子集的观察，而实际上应该有 51 个 - 其他两个类别的子集很好，所有观察都考虑在内。这可能是什么原因？电子表格似乎没问题，似乎没有任何明显的问题，但有什么我可以忽略的吗？

谢谢

编辑：

好的，这里是数据集的一部分……

OpCode                 Species      DistanceFromCoast
SA_F1_280714_C4_1   Atlantic cod    583.69
SA_F1_280714_C4_1   Haddock         583.69
SA_F1_280714_C4_1   Whiting         583.69
SA_F1_290714_C2_10  Atlantic cod    892.51
SA_F1_290714_C2_10  Haddock         892.51
SA_F1_290714_C2_10  Whiting         892.51
SA_F1_280714_C4_6   Haddock         1080.5
SA_F1_280714_C4_6   Whiting         1080.5
SA_F1_280714_C4_6   Atlantic cod    1080.5
SA_F1_280714_C4_7   Whiting         1030.59
SA_F1_280714_C4_7   Haddock         1030.59
SA_F1_280714_C4_7   Atlantic cod    1030.59

【问题讨论】：

一些示例数据会有所帮助..
你是如何阅读文件的？你的 read.table 或 read.csv 声明会有所帮助
检查黑线鳕类别的确切内容，当列中的值为“黑线鳕”或“黑线鳕”（不是空格）时，您可能正在检查“黑线鳕”。您究竟如何对数据进行子集化？你能给我们代码和一些示例值吗？
Michal，我正在使用 read.csv 函数读取文件
Colin，该列的标题是“物种”，因此它与子集之间没有重叠

标签： r excel-2010 spreadsheet subset

【解决方案1】：

也许你的变量的class 有问题。试试

str(dat)
'data.frame':   12 obs. of  3 variables:
 $ OpCode           : Factor w/ 4 levels "SA_F1_280714_C4_1",..: 1 1 1 4 4 4 2 2 2 3 ...
 $ Species          : Factor w/ 3 levels "Atlantic Cod",..: 1 2 3 1 2 3 2 3 1 3 ...
 $ DistanceFromCoast: num  584 584 584 893 893 ...

分组操作应该可以正常工作，

library(dplyr)
dat %>% group_by(Species) %>%
  summarise(Ave.Dist = mean(DistanceFromCoast))
#        Species Ave.Dist
# 1 Atlantic Cod 896.8225
# 2      Haddock 896.8225
# 3      Whiting 896.8225

要使用ggplot2 按组绘制图表，您需要在aes 中指定分组选项（即颜色、形状、组等）。

library(ggplot2)
ggplot(dat, aes(x=Species, y=DistanceFromCoast, fill=Species)) + geom_bar(stat="identity")

【讨论】：

感谢 LegalizeIt 的建议（如果我有足够的代表，我会给你一个赞成票）。虽然可以使用此功能对三个物种进行分类并制作图表吗？这部分是这个数据集的问题