当将某一因素分解成组时，与forcats一起。

Question

我有以下数据框架：

df = data.frame(a = 1:5) %>% as_tibble()

我希望将值1和3折叠为“group2 1”，将2和4折叠为“group2”，将其他值(例如，5)折叠为“other”。我认为fct_collapse()是一个完美的函数，但是它会做一些奇怪的事情.

df %>% 
  mutate(
    a = as.character(a),
    a_collapse = fct_collapse(a, 
             group1=c('1', '3'),
             group2 = c('2', '4'),
             group_other = TRUE))

然而，值3得到的是'group2‘而不是’group1 1‘。你知道为什么会发生这种事吗？我想这与我的因子的数值是数字有关，但没有找到解决方法。有什么想法吗？

有些帖子涉及类似的问题，但在这种情况下对我没有帮助：

用数值替换因子

两列的连接因子级别

Answer 1

简单的case_when？

library(dplyr)
df %>%
  mutate(a_collapse = factor(case_when(a %in% c(1, 3)~"group1", 
                                       a %in% c(2, 4) ~"group2", 
                                       TRUE ~ 'Other')))

# A tibble: 5 x 2
#     a a_collapse
#  <int> <fct>     
#1     1 group1    
#2     2 group2    
#3     3 group1    
#4     4 group2    
#5     5 Other     

就fct_collapse而言，问题似乎来自于将group_other包括在内，就像在Github上的问题中引用的那样。如果我们删除它，它可以正常工作，但不会给其他组带来任何价值。

df %>% 
  mutate(
    a = as.character(a),
    a_collapse = forcats::fct_collapse(a, 
                              group1=c('1', '3'),
                              group2 = c('2', '4')))

# A tibble: 5 x 2
#   a     a_collapse
#  <chr> <fct>     
#1 1     group1    
#2 2     group2    
#3 3     group1    
#4 4     group2    
#5 5     5        

此bug已在forcats的开发版本中修复，并将在下一个版本中使用。

Answer 2

这里有一个替代方法，使用dplyr::recode()

df %>% 
  mutate(
    a = as.character(a),
    a_new = recode(a,
                   '1' = 'group1', 
                   '2' = 'group2', 
                   '3' = 'group1', 
                   '4' = 'group1', 
                   '5' = 'Other'))