是否有一种简单的方法来重新计算因子变量的水平，以便将低于给定频率的水平重新编码为“其他”。

Question

保持<- c(0.001，0.5，0.1)

df$a df$b df$c -基于低于第一阈值的电平频率

df$x df$y df$x -基于低于第二阈值的电平频率

df$ df$e df$f -基于低于第三个阈值的电平频率的f$f$f-

Answer 1

有了安德烈亚斯的建议和进一步的阅读，我想出了下面的方法，效果很好。谢谢

agg_cats_thresholds <- c(0.01, 0.05, 0.005, 0.001)
agg_cats_thresholds <- as.data.frame(agg_cats_thresholds)

#create the lists of variables

factor_columns1 <- c("a", "b","c", "d", "e")
factor_columns2 <- c("f")
factor_columns3 <- c("g")
factor_columns4 <- c("h", "i", "j", "k")

# Use fct_lump_prop to reduce the levels of the various factor variables

churn.ml[factor_columns1] <- lapply(churn.ml[factor_columns1], 
                           fct_lump_prop, prop = agg_cats_thresholds[1,] 
,other_level = 'other')

churn.ml[factor_columns2] <- lapply(churn.ml[factor_columns2], 
                                fct_lump_prop, prop = 
agg_cats_thresholds[2,] ,other_level = 'other')

churn.ml[factor_columns3] <- lapply(churn.ml[factor_columns3], 
                                fct_lump_prop, prop = 
agg_cats_thresholds[3,] ,other_level = 'other')