如何在具有不同因子级别的不同数据帧中使用Forcats::Fct_Collapse

Question

library(tidyverse)
library(forcats)

我有两个简单的数据帧(底部的代码)，我想通过折叠"Animal“列来创建一个新的重新编码的变量。我通常使用forcats::fct_collapse来做这件事。但是，我想创建一个函数，将fct_collapse应用于许多具有相同变量的不同数据帧，只是有些数据帧可能缺少一个或两个因子级别。例如，在本例中，Df2缺少"Rhino“。

有没有一种方法可以更改代码(使用tiyverse)，以便缺少的因子类别将作为NA返回？在这个例子中，我知道它是"Rhino"，但在我的真实数据中，可能还有其他缺失的级别。我对forcats::fct_collapse之外的其他选择持开放态度，但我希望停留在tidyverse的领域内。

REC <- function(Df, Data){

Df %>% 
mutate(NEW = fct_collapse(Data, One = c("Cat","Dog","Snake"),
                          Two = c("Elephant","Bird","Rhino")))
}

REC(Df1,Animal) - this works
REC(DF2,Animal) - this doesn't, it throws an error because of "Rhino"

示例数据：

Animal <- c("Cat","Dog","Snake","Elephant","Bird","Rhino")
Code <- c(101,222,434,545,444,665)
Animal2 <- c("Cat","Dog","Snake","Elephant","Bird")
Code2 <- c(101,222,434,545,444)

Df1 <- data_frame(Code, Animal)

Df2 <- data_frame(Code2, Animal2) %> %rename(Animal = Animal2)

Answer 1

这里有一个给你的想法。我最初尝试在我的函数中有两个参数。一个是数据框，另一个是包含动物名称的列。但是这次尝试失败了。我收到一条错误消息，提示“mutate_impl(.data，dots)中的错误:列长度必须是5(行数)或1，而不是6。”因此，我决定在函数中不使用列名；我在函数中明确地指定了Animal。然后，事情就成功了。这个想法是创建一个缺少动物名称的因子变量。这是用setdiff()在factor()中完成的。一旦我有了所有动物的名字，我就用了fct_collapse()。

myfun <- function(mydf){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(Animal, levels = c(unique(Animal), setdiff(animals, Animal))),
                new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
         x}

> myfun(Df2)
# A tibble: 5 x 3
  Code2 Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  

> myfun(Df1)
# A tibble: 6 x 3
   Code Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  
6   665 Rhino    Two  

Memo:下面的函数是相同的，除了我有两个参数。这不管用。如果有任何修改，请让我知道。

myfun2 <- function(mydf, mycol){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(mycol, levels = c(unique(mycol), setdiff(animals, mycol))),
               new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
        x}

> myfun2(Df2, Animal)
Error in mutate_impl(.data, dots) : 
Column `new` must be length 5 (the number of rows) or one, not 6