r - 按邮政编码进行子集化(因子级别)

Question

我有一个问题，我想匹配一个非常大的调查数据集的起始邮政编码和结束邮政编码，并将这些结果放在一个新的数据框中。我创建了一个示例数据框用于说明目的。

ID = c(1,2,3,4,5) 
StartPC = c("AF2 4RE","AF3 5RE","AF1 3DR","AF2 4RE","AF2 4PE")
EndPC = c("AF2 4RE","NA","AF2 3DR","AX2 4RE","AF2 4PE")
data<-data.frame(ID,StartPC,EndPC)

data2 <- subset(data, StartPC==EndPC,na.rm=TRUE)

使用上面的代码，我想创建一个仅包含 ID 号的数据框 (data2)，其中起始和结束邮政编码相同。但是，我收到错误消息:

Error in Ops.factor(StartPC, EndPC) : level sets of factors are different

输出只需要在新数据表中包含 ID 号 1 和 5。

Answer 1

那将是因为

 Error in Ops.factor(StartPC, EndPC) : level sets of factors are different

您的两列是因子，而不是字符。因子是分类变量，存储为整数和“级别”查找表。比较它们实际上是比较底层整数，因此 R 确保您比较具有相同级别的因子。如果没有，那么它决定你在做一件坏事。

所以转换为字符:

> subset(data, as.character(StartPC)==as.character(EndPC),na.rm=TRUE)
  ID StartPC   EndPC
1  1 AF2 4RE AF2 4RE
5  5 AF2 4PE AF2 4PE

要么像那样即时，要么首先使用字符制作数据框，或者确保两列都具有相同的级别。