R 基于不同列值但在同一行中选择数据集

我有一个大约有80列和1000行的数据集，该数据集的示例如下：

ID gend.y gend.x Sire   Dam    Weight 
1   M      F     Jim    jud    220 
2   F      F     josh   linda  198
3   M      NA    Claude Bere   200
4   F      M     John   Mary   350
5   F      F     Peter  Lucy   298

我需要选择gend.y和gend.x之间不同的所有信息，如下所示：

ID gend.y gend.x Sire   Dam    Weight 
1   M      F     Jim    jud    220 
3   M      NA    Claude Bere   200
4   F      M     John   Mary   350

记住，我还需要选择另外76列

我试过这个命令：

library(dplyr)
new.file=my.file %>%
  filter(gend.y != gend.x)

但是不要工作。此时将显示以下消息：

Error in Ops.factor(gend.y, gend.x) : level sets of factors are different

---

正如@divibisan所说：“仍然不是一个可重复的例子，但错误会让你更接近。这两个变量是因子，因子的解释取决于代码和“levels”属性。只需小心将因子与同一组水平进行比较（顺序相同）。您可能希望在比较之前将其转换为字符，或修复要匹配的级别。“

所以我做了这个（将它们转换为字符）：

在我使用新变量（现在已转换为字符）运行上一个命令之后：

---

现在我的工作和我预期的一样。Credits@divibisan

正如@divibisan所说：“这仍然不是一个可复制的例子，但错误会让你更接近。这两个变量是因子，因子的解释取决于代码和“levels”属性。只需小心将因子与同一组水平进行比较（顺序相同）。您可能希望在比较之前将其转换为字符，或修复要匹配的级别。“

所以我做了这个（将它们转换为字符）：

在我使用新变量（现在已转换为字符）运行上一个命令之后：

---

---

现在我的工作和我预期的一样。Credits@divibisan

应该可以，但如果没有错误消息和可复制的数据示例，就无法知道原因。请使用

dput

功能将数据的一部分输出到您的问题中，这仍然不是一个可复制的示例，但错误会让您更接近。这两个变量是因子，

因子的解释取决于代码和“levels”属性。请注意只比较具有相同级别集（顺序相同）的因素。

您可能希望在比较之前将其转换为

字符

，或者修复级别以匹配。可能重复@divibisan，我试图回答我的问题。我很感激你能提出改进的建议。谢谢，很乐意帮忙。如果这个复制品解决了你的问题，我相信你可以按下一个按钮，接受它为复制品。这将帮助找到这个问题的其他人找到他们需要的答案。这应该是可行的，但如果没有错误信息和可复制的数据示例，就无法知道原因。请使用

dput

功能将数据的一部分输出到您的问题中，这仍然不是一个可复制的示例，但错误会让您更接近。这两个变量是因子，

因子的解释取决于代码和“levels”属性。请注意只比较具有相同级别集（顺序相同）的因素。

您可能希望在比较之前将其转换为

字符

，或者修复级别以匹配。可能重复@divibisan，我试图回答我的问题。我很感激你能提出改进的建议。谢谢，很乐意帮忙。如果这个复制品解决了你的问题，我相信你可以按下一个按钮，接受它为复制品。这将帮助找到此问题的其他人获得他们需要的答案。无需使用

格式

format

仅指定在使用

print

命令时应如何显示这些数字，它不会更改变量的格式。只需将

作为.character

就足够了。我不知道为什么，但是如果我不使用

format

，该命令会忽略一些应该考虑的行。您无法将任何内容与

NA

进行比较，因为

NA

缺少数据。所以任何东西都是

！=NA

或

==NA

始终返回

NA

：如果没有要比较的数据，比较没有任何意义。如果要选择具有

NA

值的行，则需要添加

is.NA

测试：

filter（new.gend.y！=new.gend.x | is.NA（new.gend.y！=new.gend.x））

效果更好，如果数据确实丢失，您如何知道第3行的

gend.x

不同？它也可以是

M

，在这种情况下，您希望排除该行。如果它只是另一个不同的值，则应将其从

NA

更改为特定值格式所做的是将实际值转换为打印字符串。以后它会把事情搞得一团糟，所以我不会依赖它。添加

is.na

检查，或者使用适当的、不丢失的值替换

na

值（如果该值适合您的数据），无需使用

格式
format
仅指定在使用
print
命令时应如何显示这些数字，它不会更改变量的格式。只需将
作为.character
就足够了。我不知道为什么，但是如果我不使用
format
，该命令会忽略一些应该考虑的行。您无法将任何内容与
NA
进行比较，因为
NA
缺少数据。所以任何东西都是
！=NA
或
==NA
始终返回
NA
：如果没有要比较的数据，比较没有任何意义。如果要选择具有
NA
值的行，则需要添加
is.NA
测试：
filter（new.gend.y！=new.gend.x | is.NA（new.gend.y！=new.gend.x））
效果更好，如果数据确实丢失，您如何知道第3行的
gend.x
不同？它也可以是
M
，在这种情况下，您希望排除该行。如果它只是另一个不同的值，则应将其从
NA
my.file$new.gend.y=as.character(my.file$gend.y)
my.file$new.gend.x=as.character(my.file$gend.x)

library(dplyr)
new.file=my.file %>%
  filter(new.gend.y != new.gend.x | is.na(new.gend.y != new.gend.x))