子集时带有因子的R大数据框不会缩小[重复]答案

【问题标题】：R large data frame with factors won't shrink when subset [duplicate]子集时带有因子的R大数据框不会缩小[重复]
【发布时间】：2013-02-04 13:54:16
【问题描述】：

我有一个包含多个因子变量的大型数据框（100k Row x 50 Col）。我想要一个小子集（比如 100 行）来做一些原型设计。问题是当我输入时：

train <- train[1:100,]

大小缩小了（使用dim()），但它似乎仍然存储了原始数据帧中的所有因素（我正在使用lsos() 测量内存大小，发现here）。

有没有办法解决这个问题？到目前为止，我发现的唯一方法是将因子变量转换为字符串，然后是子集，然后再次转换为因子。我觉得必须有更好的方法来做到这一点。

有什么建议吗？

【问题讨论】：

标签： r character subset r-factor

【解决方案1】：

使用droplevels 函数删除不在新data.frame 中的级别，请参阅?droplevels 了解更多信息。

例子：

> DF <- data.frame(num=1:15, letter=rep(letters[1:5], each=3),random=rnorm(15))
> levels(DF[, 2]) # all levels
[1] "a" "b" "c" "d" "e"
> 
> DF2 <- DF[1:10, ] # subseting
> levels(DF2[, 2]) # all levels again
[1] "a" "b" "c" "d" "e"
> DF2[, 2] <- droplevels(DF2[, 2])
> levels(DF2[, 2]) # only the levels contained in DF2
[1] "a" "b" "c" "d"

【讨论】：

完美。非常感谢！
+1，太好了，我不知道droplevels。