0

我正在尝试根据第三个变量对该变量的每个子组中的变量的因子水平进行重新排序，但出现错误。

我承认这在没有上下文的情况下有点难以理解，所以我使用gapminder数据集来说明。在这里，我想根据变量的大小对country变量的每个类别中变量的因子水平进行重新排序：continentpop

library(gapminder)
library(tidyverse)
library(forcats)

gapminder %>% 
    filter(year == 2007) %>% 
    group_by(continent) %>% 
    nest() %>% 
    mutate(newdata = map(data, fct_reorder, country, pop)) %>% 
    unnest(newdata)

Error in mutate_impl(.data, dots) : 
`f` must be a factor (or character vector).

我究竟做错了什么？

4

1 回答 1

0

我现在真的不知道forcats它的fct_*功能，我四处寻找并没有找到一种方法来完成你想要的。但是我们可以通过以下方式获得它： 

library(gapminder)
library(tidyverse)

gapminder %>% 
  filter(year == 2007) %>% 
  group_by(continent) %>% 
  nest() %>% 
  mutate(newdata = map(data, ~{
    .x$country <- reorder(.x$country, order(.x$pop, decreasing = TRUE))
    .x
    })
  ) -> res
res
#> # A tibble: 5 × 3
#>   continent              data           newdata
#>      <fctr>            <list>            <list>
#> 1      Asia <tibble [33 × 5]> <tibble [33 × 5]>
#> 2    Europe <tibble [30 × 5]> <tibble [30 × 5]>
#> 3    Africa <tibble [52 × 5]> <tibble [52 × 5]>
#> 4  Americas <tibble [25 × 5]> <tibble [25 × 5]>
#> 5   Oceania  <tibble [2 × 5]>  <tibble [2 × 5]>

我们可以验证因子水平确实发生了变化：

lapply(res$newdata, function(x) as.numeric(x$country))
#> [[1]]
#>  [1]  5  7  8 23  3 12 24 31  9 30 15 20  1 21 25 10 18 14 29 33 27 28  4
#> [24]  6 11 13 26 32 17 22 19 16  2
#> 
#> [[2]]
#>  [1] 11 29 10 30 16 26 20 22 18 12 21  3  7 23 13 27  2 28  5  8 24  9 19
#> [24]  4  6 15  1 25 17 14
#> 
#> [[3]]
#>  [1] 37 15 18 11 44 45 47 24 33  1 50 21 34 28 13  7  5 29 36  2 52 41 30
#> [24] 51 49  9 22 43 39  6  3 42 27 48 17  8 12 31 26 35 25 20  4 23 19 32
#> [47] 46 38 10 16 14 40
#> 
#> [[4]]
#>  [1] 23  3 16  6  1  4 20 25  5 10 12  8  9  2 13 14 11 19 17  7 21 24 18
#> [24] 15 22
#> 
#> [[5]]
#> [1] 1 2

在此之后你就不能真正做到unnest了，因为每个国家因素“列表”continent都会与其他因素发生冲突：

res %>% 
  select(-data) %>% 
  unnest() -> res2
sapply(res2$country, as.numeric)
#>   [1]   5   7   8  23   3  12  24  31   9  30  15  20   1  21  25  10  18
#>  [18]  14  29  33  27  28   4   6  11  13  26  32  17  22  19  16   2  34
#>  [35]  39  40  43  46  60  62  63  72  73  76  78  84  85  86  87  99 103
#>  [52] 108 112 113 116 120 122 123 126 129 130 135 137  35  36  41  44  47
#>  [69]  48  49  51  52  55  56  57  59  64  67  69  70  71  74  75  77  80
#>  [86]  81  89  90  91  92  93  94  95  96  97 100 101 102 106 107 115 117
#> [103] 118 119 121 124 125 127 128 131 132 134 136 141 142  37  42  45  50
#> [120]  53  54  58  61  65  66  68  79  82  83  88  98 105 109 110 111 114
#> [137] 133 138 139 140  38 104

我认为它们会按顺序重新排序。

于 2017-06-07T23:12:41.023 回答