我有一些关于NFL球员统计的数据。我想根据观察的年份将其划分为训练和测试数据集。

特别是，我的数据包含了从1999年到2019年的球员统计观察数据。我希望随机选择20%的年份（4年）作为测试集，然后剩下的17年数据作为训练集。

我目前的代码如下：

# 设置种子set.seed(43)# 确定测试集中应包含多少年数据split <- round(nrow(as.data.frame(table(data$year)))*0.20)# 随机选择(split)年份作为测试集test_years <- sample(data$year, split)

我想知道如何编写以下代码：

train <- data where year is not in test_years

我该如何实现这一点？

回答：

我们可以使用%in%创建一个逻辑向量，然后使用否定操作符(!)将TRUE/FALSE转换为FALSE/TRUE，并对’data’的行进行子集划分

train <- data[!data$year %in% test_years,]