1

我有一个数据框，其中包含X坐标Y值和对应ID值Val。

df1 <- data.frame(X=rnorm(1000,0,1), Y=rnorm(1000,0,1), 
                 ID=paste(rep("ID", 1000), 1:1000, sep="_"),
                 Type=rep("ID",1000),
                 Val=c(rep(c('Type1','Type2'),300),
                       rep(c('Type3','Type4'),200)))

X为中的现有Y值添加缺少的 ID df1。

dat2 <- data.frame(Type=rep('D',8),
                   Val=paste(rep("D", 8), 
                             sample(1:2,8,replace=T), sep="_"))
dat2 <- cbind(df[sample(1:1000,80),1:3],dat2)

df1 <- rbind(df1, dat2)

查看 ID 值的频率。

df1 %>% count(Val)

# # A tibble: 6 x 2
#      Val     n
#   <fctr> <int>
# 1  Type1   300
# 2  Type2   300
# 3  Type3   200
# 4  Type4   200
# 5    D_1    60
# 6    D_2    20

我只对两个 ID 感兴趣以进行进一步分析，其余的可以分组为一个随机值。在函数的帮助下fct_other，我将它们重新编码Other为预期的频率。

df1 %>% mutate(Val=fct_other(Val,keep=c('D_1','D_2'))) %>% count(Val)

# # A tibble: 3 x 2
#      Val     n
#   <fctr> <int>
# 1    D_1    60
# 2    D_2    20
# 3  Other  1000

由于该fct_other函数将“其他”值作为最后一个因子值并且我首先想要它，因此我使用fct_relevel了同一包中可用的其他函数。

df1 %>% mutate(Val=fct_other(Val,keep=c('Type5','Type6'))) %>% 
  mutate(Val=fct_relevel(Val,'Other'))%>% 
  count(Val)

# # A tibble: 1 x 2
#      Val     n
#   <fctr> <int>
# 1  Other  1080

但它给出了意想不到的结果。关于可能出了什么问题的任何想法？

更新： 错误试图保留不可用的值。

df1 %>% mutate(Val=fct_other(Val,keep=c('D_1','D_2'))) %>% 
  mutate(Val=fct_relevel(Val,'Other'))%>% count(Val)

# # A tibble: 3 x 2
#      Val     n
#   <fctr> <int>
# 1  Other  1000
# 2    D_1    30
# 3    D_2    50

当我尝试保留唯一值时，缺少选定的值：

df1 %>% mutate(Val=fct_other(Val,keep=c('D_1','D_2'))) %>% 
  mutate(Val=fct_relevel(Val,'Other'))%>% 
  arrange(Val) %>% filter(!duplicated(.[,c("X","Y")])) %>% count(Val)

# # A tibble: 1 x 2
#       Val     n
#     <fctr> <int>
#   1  Other  1000

提取唯一值后重新调平可以完成这项工作：

df1 %>% mutate(Val=fct_other(Val,keep=c('D_1','D_2'))) %>% 
  arrange(Val) %>% filter(!duplicated(.[,c("X","Y")])) %>% 
  mutate(Val=fct_relevel(Val,'Other'))  %>% 
  arrange(Val) %>% count(Val)
# # A tibble: 3 x 2
#      Val     n
#   <fctr> <int>
# 1  Other   920
# 2    D_1    30
# 3    D_2    50

这是这样做的有效方法吗？

4

0 回答 0