我有一个很大的数据集,它看起来像这样,还有几十万个条目,另存为data
:
Group1 dtm_Flight_Date Departure Arrival str_Fare_Category_Ident
1 8P104 06/11/2010 9:05 YYJ YVR B
2 8P104 06/11/2010 9:05 YYJ YVR K
3 8P104 06/11/2010 9:05 YYJ YVR L
4 8P104 06/11/2010 9:05 YYJ YVR N
5 8P104 06/11/2010 9:05 YYJ YVR Q
6 8P104 06/11/2010 9:05 YYJ YVR Y
7 8P104 6/14/2010 9:05:00 AM YYJ YVR B
8 8P104 6/14/2010 9:05:00 AM YYJ YVR K
9 8P104 6/14/2010 9:05:00 AM YYJ YVR L
10 8P104 6/14/2010 9:05:00 AM YYJ YVR N
现在,我要做的是根据‘STR_FARE_Category_Ident’对数据进行子集,特别是在它等于Y的情况下。虽然我认为这应该是我以前做过的一个简单任务,但我遇到了一些麻烦。
我已尝试
public_bc <- data[data[, 5]=="Y", ]
但这只会返回一个空数据框。也尝试过:
public_bc <- data[data$str_Fare_Category_Ident=="Y", ]
同样的问题。
我尝试使用subset(),但也无济于事:
public_bc <- subset(data, data[, 5]=="Y")
还返回一个空数据框。
STR_FARE_Category_Ident当前是一个因素,但我也尝试在没有更改的情况下将其更改为as.Character()。
如果存在滞后/前导空格,则可能会发生这种情况。去掉这些,它应该会起作用。
library(stringr)
data[,5] <- str_trim(data[,5])
或
data[,5] <- gsub('^\s+|\s+$', '', data[,5])
data[data[,5]=='Y',]
另一个不删除空格的选项是grep
data[grep('\bY\b', data[,5]),]