“数据分离：按照分类变量将数据分为多个数据框“

当我们处理数据时，常常会遇到需要将数据按特定标准分类的情况。在这个例子中，我们有一个名为CSYC的数据框，其中包含一个名为outlie的分类变量。我们想要将这些数据按照outlie的取值分为三个数据框：CSHH、CSLL和CSNS。 为了实现这一目标，我们可以使用逻辑索引的方法。逻辑索引是一种根据条件筛选数据的技术，它返回一个逻辑向量，其中每个元素表示对应位置是否满足指定条件。 首先，我们创建了三个逻辑索引：index_hh、index_ll和index_ns，分别用于标识CSYC$outlie列中与"HH"、"LL"和"NS"相等的行。 接下来，我们利用逻辑索引将满足条件的行筛选出来，并将它们分别存储到CSHH、CSLL和CSNS数据框中。 通过这样的处理，我们成功地将CSYC数据框按照outlie分类为三个数据框，并分别命名为CSHH、CSLL和CSNS。每个数据框中包含了与对应分类匹配的行。这样的数据分离可以方便我们对每个分类进行独立的分析和处理。 注意，以上代码假设CSYC是一个已经存在的数据框，并且有一个名为outlie的列。请根据实际情况修改代码中的列名和逻辑条件以适应你的数据。

#数据分离--------------
# 创建逻辑索引
index_hh <- CSYC$outlie == "HH"
index_ll <- CSYC$outlie == "LL"
index_ns <- CSYC$outlie == "NS"
# 根据逻辑索引创建数据框
CSHH <- CSYC[index_hh, ]
CSLL <- CSYC[index_ll, ]
CSNS <- CSYC[index_ns, ]
#创建拟合方程
SLOHH <- lm(CS ~ Slope + I(Slope^2), data = CSHH)
summary(SLOHH)
coeffs <- coefficients(SLOHH)
vertex_SLOHH <- -coeffs[2] / (2 * coeffs[3])
vertex_CSHH <- predict(SLOHH, data.frame(Slope = vertex_slope))
vertex_CSHH
vertex_SLOHH