0

我正在尝试做一些非常简单的事情，即使用 R 中的 forcats 包来处理因子。我有一个包含一些因子变量的数据框，其中一个是性别，我只是想使用 fct_count 来计算变量的出现。语法在文档中显示为fct_count(f)（可能更容易！）。

我正在尝试以 dplyr 方式执行此操作，使用管道运算符而不是 $ 语法来访问变量，但它似乎不起作用。我只是从根本上误解了语法吗？

pid <- c('id1','id2','id3','id4','id5','id6')
gender <- c('Male','Female','Other','Male','Female','Female')
df <- data.frame(pid, gender)
df <- as.tibble(df)
df

# A tibble: 6 x 2
  pid   gender
  <chr> <fct> 
1 id1   Male  
2 id2   Female
3 id3   Other 
4 id4   Male  
5 id5   Female
6 id6   Female

# This throws an error
df %>%
  mutate(gender = as.factor(gender)) %>%
  fct_count(gender) # Error: `f` must be a factor (or character vector).

# This works but doesn't use the nice dplyr select syntax
fct_count(df$gender)
# A tibble: 3 x 2
  f          n
  <fct>  <int>
1 Female     3
2 Male       2
3 Other      1

我哪里错了？dplyr 的新手，对这样一个愚蠢的问题感到抱歉，但我似乎无法在任何地方找到一个基本的例子！

4

2 回答 2

2

fct_count接受一个类型为因子或字符的向量，它并不特别了解小标题和数据帧。所以最简单的管道是......

library(dplyr)
library(forcats)

df %>%
   pull(gender) %>%
   fct_count 
#> # A tibble: 3 x 2
#>   f          n
#>   <fct>  <int>
#> 1 Female     3
#> 2 Male       2
#> 3 Other      1

您的数据

pid <- c('id1','id2','id3','id4','id5','id6')
gender <- c('Male','Female','Other','Male','Female','Female')
df <- data.frame(pid, gender)
df <- tibble::as_tibble(df)
df
于 2020-08-14T17:13:05.067 回答
0

你可以只使用 group_by 和 n()

pid <- c('id1','id2','id3','id4','id5','id6')
gender <- c('Male','Female','Other','Male','Female','Female')
df <- data.frame(pid, gender)
df <- tibble::tibble(df)


df %>%
  dplyr::group_by(gender) %>%
  dplyr::summarise(cnt_gender = n()) %>% 
  dplyr::ungroup()
于 2020-08-14T16:34:52.277 回答