データフレームのサブセット化に関するヘルプ

Question

サブセット化に％in％を使用していますが、私は奇妙な結果に出くわしました。

> my.data[my.data$V3 %in% seq(200,210,.01),] 
     V1  V2  V3   V4  V5  V6   V7 
56  470 48.7 209.73  yes  26.3  54  470 

これは間違いありませんでした。しかし、私が範囲を広げると...行56だけが消える

> my.data[my.data$V3 %in% seq(150,210,.01),] 
     V1  V2  V3   V4  V5  V6   V7 
51  458 48.7 156.19  yes  28.2  58  458 
67  511 30.5 150.54  yes  26.1  86  511 
73  535 40.6 178.76  yes  29.5  73  535 

何が間違っているのか教えてもらえますか？ データフレームをサブセット化するより良い方法はありますか？

は、ここでその構造

> str(my.data) 
'data.frame': 91 obs. of 7 variables: 
$ V1: Factor w/ 91 levels "100","10004",..: 1 2 3 4 5 6 7 8 9 10 ... 
$ V2: num 44.6 22.3 30.4 38.6 15.2 18.3 16.3 12.2 36.7 12.2 ... 
$ V3: num 110.83 25.03 17.17 57.23 2.18 ... 
$ V4: Factor w/ 2 levels "no","yes": 1 2 2 2 1 1 1 1 1 1 ... 
$ V5: num 22.3 30.5 24.4 25.5 4.1 28.4 7.9 5.1 24 12.2 ... 
$ V6: int 50 137 80 66 27 155 48 42 65 100 ... 
$ V7: chr "" "10004" "10005" "10012" ... 

Answer 1

メールで送信されます。あなたは正確にすべての数字を表すことができないコンピュータで正確なマッチングをしようとしています。

> any(209.73 == seq(200,210,.01)) 
[1] TRUE 
> any(209.73 == seq(150,210,.01)) 
[1] FALSE 
> any(209.73 == zapsmall(seq(150,210,.01))) 
[1] TRUE 

不一致の理由は、シーケンス内の値は、正確209.73ないが、第二の配列です。これは、コンピュータで計算を行う際に気をつけなければならないことです。

これは、インターウェブ上の多くの場所でカバーされていますが、Rとの関連では、R FAQのpoint 7.31を参照してください。

とにかく、問題は間違っていると言われました。

my.data[my.data$V3 >= 150 & my.data$V3 <= 210, ] 
## or 
subset(my.data, V3 >= 150 & V3 <= 210)