Teilmenge basierend auf der Anzahl der Beobachtungen in einer Faktorvariablen
Wie wird eine Teilmenge basierend auf der Anzahl der Beobachtungen der Ebenen einer Faktorvariablen erstellt? Ich habe einen Datensatz mit 1.000.000 Zeilen und fast 3.000 Ebenen, und ich möchte die Ebenen mit weniger als 200 Beobachtungen herausfiltern.
<code>data <- read.csv("~/Dropbox/Shared/data.csv", sep=";") summary(as.factor(data$factor) 10001 10002 10003 10004 10005 10006 10007 10009 10010 10011 10012 10013 10014 10016 10017 10018 10019 10020 414 741 2202 205 159 591 194 678 581 774 778 738 1133 997 381 157 522 6 10021 10022 10023 10024 10025 10026 10027 10028 10029 10030 10031 10032 10033 10034 10035 10036 10037 10038 398 416 1236 797 943 386 446 542 508 309 452 482 425 272 261 291 145 598 10039 10040 10041 10043 10044 10065 10069 10075 10080 10104 10105 10106 10110 10112 10115 10117 10119 10121 119 263 9 9 179 390 70 465 19 3 7 5 4 1 1 1 2 6 10123 10128 10150 10152 10154 10155 10168 10170 10173 10174 10176 10199 10210 10220 10240 10265 10270 10271 2 611 8 1 1 2 10 1 6 5 5 2 5 2 1 3 5 2 </code>
Wie Sie der obigen Zusammenfassung entnehmen können, gibt es Faktoren mit nur wenigen Beobachtungen, und ich möchte die Faktoren mit weniger als 100 entfernen.
Ich habe Folgendes versucht, aber es hat nicht funktioniert:
<code>for (n in unique((data$factor))) { m<-subset(data, factor==n) o<-length(m[,1]) data<-ifelse( o<100, subset(data, factor!=n), data) } </code>