При использовании вектора для получения подмножества информационного кадра, почему результирующие строки смещены? - PullRequest
Новая
       39

При использовании вектора для получения подмножества информационного кадра, почему результирующие строки смещены?

0 голосов
/ 21 апреля 2020

Пожалуйста, посмотрите мой блок кода ниже - по сути, я использую автоматический набор данных из библиотеки ISLR, масштабирую количественные предикторы информационного кадра, беру случайную выборку из информационного кадра и затем выводю строки, которые были только что выбраны. Когда я запускаю этот код и пытаюсь получить доступ к фрейму данных, результирующие строки смещаются от значений строк, предоставленных вектором "s", между 1-5. Что вызывает эти смещения? У меня сложилось впечатление, что при вызове строк, указанных вектором "s", результирующий вывод должен включать только те строки, которые определены индексом "s".

Пожалуйста, дайте мне знать, что вы думаете, спасибо ! 

summary (Auto)
      mpg          cylinders      displacement     horsepower        weight    
 Min.   : 9.00   Min.   :3.000   Min.   : 68.0   Min.   : 46.0   Min.   :1613  
 1st Qu.:17.00   1st Qu.:4.000   1st Qu.:105.0   1st Qu.: 75.0   1st Qu.:2225  
 Median :22.75   Median :4.000   Median :151.0   Median : 93.5   Median :2804  
 Mean   :23.45   Mean   :5.472   Mean   :194.4   Mean   :104.5   Mean   :2978  
 3rd Qu.:29.00   3rd Qu.:8.000   3rd Qu.:275.8   3rd Qu.:126.0   3rd Qu.:3615  
 Max.   :46.60   Max.   :8.000   Max.   :455.0   Max.   :230.0   Max.   :5140  

  acceleration        year           origin                      name    
 Min.   : 8.00   Min.   :70.00   Min.   :1.000   amc matador       :  5  
 1st Qu.:13.78   1st Qu.:73.00   1st Qu.:1.000   ford pinto        :  5  
 Median :15.50   Median :76.00   Median :1.000   toyota corolla    :  5  
 Mean   :15.54   Mean   :75.98   Mean   :1.577   amc gremlin       :  4  
 3rd Qu.:17.02   3rd Qu.:79.00   3rd Qu.:2.000   amc hornet        :  4  
 Max.   :24.80   Max.   :82.00   Max.   :3.000   chevrolet chevette:  4  
                                                 (Other)           :365  
   mpg01        
 Mode :logical  
 FALSE:207      
 TRUE :185      

> AutoScale = scale (Auto[,-c(8,9,10)])
> s = sample (nrow (AutoScale), 10)
> s
 [1] 354   1 233  85 163 171 216 297 137  92
> AutoScale [s, ]
            mpg  cylinders displacement horsepower      weight acceleration       year
359  1.04472438 -0.8629108   -0.7110965 -0.7915944 -0.40332370    0.9999309  1.3628576
1   -0.69774672  1.4820530    1.0759146  0.6632851  0.61974833   -1.2836176 -1.6232409
235  0.13505197 -0.8629108   -0.4148541 -0.4278746 -0.27970740    0.1662545  0.2770036
86  -1.33836110  1.4820530    1.4868316  1.8323847  1.32141798   -0.9211496 -0.8088504
165 -0.31337809  0.3095711    0.3496427  0.1436853  0.07230472   -0.1962136 -0.2659234
173  0.19911341 -0.8629108   -0.9977828 -0.8695344 -0.88837051    0.3474885 -0.2659234
218  0.83972778 -0.8629108   -0.7971024 -0.6357145 -0.96842678   -0.2687072  0.2770036
299 -0.05713234  1.4820530    1.4868316  0.5333851  1.08595837    0.6737097  0.8199306
139 -1.21023822  1.4820530    1.1810329  1.1828849  1.74171339   -0.7399156 -0.5373869
93  -1.33836110  1.4820530    1.4963878  1.3907248  1.63104738   -0.9211496 -0.8088504

1 Ответ

0 голосов
/ 21 апреля 2020

Все здесь, кажется, работает. Я думаю, что вы просто смущены именами строк.

Первый (безымянный) столбец, который печатается с data.frame, показывает имена строк, а не индекс строки. Имена строк для data.frame могут быть любыми. Для набора данных Auto они в основном go в порядке нумерации c, но некоторые цифры отсутствуют. Например, 33-я строка помечена как 34, потому что нет 33. 

head(rownames(Auto), 35)
 [1] "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10" "11" "12" "13"
[14] "14" "15" "16" "17" "18" "19" "20" "21" "22" "23" "24" "25" "26"
[27] "27" "28" "29" "30" "31" "32" "34" "35" "36"
                                # ^ Note no 33

Таким образом, ваш образец работает просто отлично. Если вам нужно, чтобы они соответствовали по какой-либо причине, вы можете выполнить выборку по имени строки, а не по индексу строки 

s <- sample(rownames(AutoScale), 10)
s
AutoScale[s,]
...