R 为什么我只收到“通知”;不适用;在我的数据集中过滤变量时的结果?
我试图过滤R 为什么我只收到“通知”;不适用;在我的数据集中过滤变量时的结果?,r,filtering,resultset,R,Filtering,Resultset,我试图过滤wooldridge数据集gpa1,因此job19仅显示满足19小时的观察结果。我执行命令 library(wooldridge) filter(gpa1, job19 == 1) 查看job19==1的所有实例,所有观察结果显示为NA。有人知道为什么会这样吗?我查看了gpa1变量,而job19是一个虚拟变量,因此所有观察结果都列为1或0,所以我应该有一些结果,对吗?我还尝试筛选出job19==0的实例,但得到了相同的结果。Econ465,只需加载包并正确使用它们的函数即可 lib
wooldridge
数据集gpa1
,因此job19
仅显示满足19小时的观察结果。我执行命令
library(wooldridge)
filter(gpa1, job19 == 1)
查看
job19==1
的所有实例,所有观察结果显示为NA
。有人知道为什么会这样吗?我查看了gpa1
变量,而job19
是一个虚拟变量,因此所有观察结果都列为1
或0
,所以我应该有一些结果,对吗?我还尝试筛选出job19==0的实例,但得到了相同的结果。Econ465,只需加载包并正确使用它们的函数即可
library(wooldridge)
library(dplyr)
data("gpa1")
# View(gpa1)
df <- gpa1 %>%
dplyr::filter(job19 == 1)
head(df, 10)
请参阅下面的链接
您能发布所有代码吗?Filter()是多个包中的函数。您可能需要检查您正在使用的筛选器的版本,或者(甚至更好)检查它的质量,例如stats::filter()或dplyr::filter()withdplyr::filter(gpa1,job19==1)
I无法重现任何错误。投票关闭为离题/不可复制。akrun,你说的“列的类”是什么意思?我运行了你建议的代码,它说job19观察结果都是整数,这就是你所指的吗?Jeremy Miles,我尝试运行dplyr::filter()代码时出错,stats::filter()代码再次生成了所有NAs,谢谢你的建议!我认为JeremyMiles是对的。install.packages(“dplyr”)
或install.packages(“tidyverse”)
请参阅:?head
,?View
和print
功能。你可以使用<代码>视图(DF),<代码>打印(DF)< /代码>。如果你认为答案是肯定的,你能检查接受答案吗?
> head(df, 10)
age soph junior senior senior5 male campus business engineer colGPA hsGPA ACT job19 job20 drive bike walk voluntr PC greek car siblings bgfriend
1 20 0 1 0 0 0 0 1 0 3.0 3.6 26 1 0 0 0 1 0 0 0 1 1 0
2 19 1 0 0 0 1 1 1 0 3.5 3.5 27 1 0 0 0 1 0 0 0 0 1 0
3 22 0 0 0 1 0 0 0 0 2.7 3.0 22 1 0 1 0 0 0 1 0 0 1 1
4 22 0 0 0 1 0 0 0 0 2.7 3.0 21 1 0 1 0 0 0 0 0 1 1 1
5 19 1 0 0 0 0 0 1 0 3.8 4.0 27 1 0 0 0 1 0 1 0 0 1 0
6 21 0 0 1 0 1 0 1 0 2.8 3.0 19 1 0 0 0 1 0 0 0 1 1 1
7 21 0 0 1 0 0 1 1 0 3.0 3.5 23 1 0 0 0 1 0 1 0 1 1 1
8 20 0 1 0 0 0 0 1 0 2.6 3.5 25 1 0 1 0 0 0 0 1 1 1 1
9 22 0 0 1 0 1 0 0 1 2.7 3.0 23 1 0 0 0 1 0 0 0 1 1 0
10 21 0 0 1 0 0 1 0 0 3.0 4.0 25 1 0 0 1 0 1 1 1 1 1 1
clubs skipped alcohol gradMI fathcoll mothcoll
1 1 0.0 1.00 1 1 1
2 0 0.0 0.00 0 0 0
3 0 3.0 3.00 1 1 1
4 1 2.0 2.50 1 1 1
5 1 0.5 0.75 1 0 1
6 0 2.0 1.00 1 0 0
7 1 0.0 1.00 1 0 1
8 1 3.0 2.00 1 1 1
9 1 1.0 1.00 1 0 1
10 1 0.0 0.00 1 0 0