否定fct_collapse的水平

Question

我有一个不应该崩溃的级别列表(“艾伯塔”、“不列颠哥伦比亚省”、“安大略”、“魁北克”)。我一直无法否定fct_collapse的级别(代码作为目标的示例)(除了下面的所有内容)。有什么建议吗？

df$`Province group` %<>% fct_collapse(df$Province, `Smaller provinces` = !c("Alberta", "British Columbia", "Ontario", "Quebec"))

Answer 1

包块是解决这个问题的最佳方法(因为问题的逻辑是否定4个大省)。如果有人找到一个比Rui更短的解决方案，我仍然会对未来的因素研究感兴趣。

df%>%
  mutate(`Compared to smaller provinces` = fct_lump(Province, n = 4)) %>%
  count(`Compared to smaller provinces`)

这产生了5个组，其中“其他”是所有其他较小的n个反应省份。

Answer 2

我对您在这里使用的一些语法有点困惑，但是这个解决方案应该适用于您！它使用dplyr的管道结构，并以下划线代替变量名中的空格(即variable_name而不是variable name)。

    library(dplyr)
    library(forcats)

    #What I imagine your df$Province variable looks like
    df <- tibble(Province = rep(c("Ontario", "Alberta", "Quebec", "British Columbia", "PEI", "Manitoba", "Nova Scotia"), 10))

    #Define your big provinces in this vector
    big_provinces <- c("Ontario", "Alberta", "Quebec", "British Columbia")

    #Modify the dataset (i.e. do the fct_collapse)
    df %>%
      mutate(Province_group =  fct_collapse(
                 Province, #For the variable "Province"
                 "Smaller provinces" = unique(Province[!(Province %in% big_provinces)]) #"Smaller provinces" is any province not in the vector big_province.
                 ) #end of fct_collapse
             ) #mutate

如果“省”是一个因子变量，则需要首先将其转换为字符变量。

P.S.魁北克人你好

Answer 3

这里有一个使用levels的解决方案来获得因子的级别。然后，通过否定%in%来对不被折叠的值进行细分。

首先在用户数据集的答案中重新创建@R me matey。

library(magrittr)
library(dplyr)
library(forcats)

df <- tibble(Province = rep(c("Ontario", "Alberta", "Quebec", "British Columbia", "PEI", "Manitoba", "Nova Scotia"), 10))
df$Province <- factor(df$Province)

现在问题来了。

big_provinces <- c("Alberta", "British Columbia", "Ontario", "Quebec")

df %<>%
  mutate(Province = fct_collapse(Province, `Smaller provinces` = levels(Province)[!levels(Province) %in% big_provinces]))

df
## A tibble: 70 x 1
#   Province         
#   <fct>            
# 1 Ontario          
# 2 Alberta          
# 3 Quebec           
# 4 British Columbia 
# 5 Smaller provinces
# 6 Smaller provinces
# 7 Smaller provinces
# 8 Ontario          
# 9 Alberta          
#10 Quebec           
## ... with 60 more rows