subconjunto baseado no número de observações em uma variável de fator
Como você subconjunto com base no número de observações dos níveis de uma variável de fator? Eu tenho um conjunto de dados com 1.000.000 linhas e quase 3.000 níveis, e quero subdividir os níveis com menos 200 observações.
<code>data <- read.csv("~/Dropbox/Shared/data.csv", sep=";") summary(as.factor(data$factor) 10001 10002 10003 10004 10005 10006 10007 10009 10010 10011 10012 10013 10014 10016 10017 10018 10019 10020 414 741 2202 205 159 591 194 678 581 774 778 738 1133 997 381 157 522 6 10021 10022 10023 10024 10025 10026 10027 10028 10029 10030 10031 10032 10033 10034 10035 10036 10037 10038 398 416 1236 797 943 386 446 542 508 309 452 482 425 272 261 291 145 598 10039 10040 10041 10043 10044 10065 10069 10075 10080 10104 10105 10106 10110 10112 10115 10117 10119 10121 119 263 9 9 179 390 70 465 19 3 7 5 4 1 1 1 2 6 10123 10128 10150 10152 10154 10155 10168 10170 10173 10174 10176 10199 10210 10220 10240 10265 10270 10271 2 611 8 1 1 2 10 1 6 5 5 2 5 2 1 3 5 2 </code>
Como você vê no resumo acima, há fatores com apenas alguns obs e eu quero remover os fatores que têm menos de 100.
Eu tentei o seguinte, mas não funcionou:
<code>for (n in unique((data$factor))) { m<-subset(data, factor==n) o<-length(m[,1]) data<-ifelse( o<100, subset(data, factor!=n), data) } </code>