在多列上执行 fct_lump 的最佳方法 [重复]答案

【问题标题】：best way to perform fct_lump on multiple columns [duplicate]在多列上执行 fct_lump 的最佳方法 [重复]
【发布时间】：2023-03-12 06:35:01
【问题描述】：

我想将具有多个变量的因子变量的不常见级别集中到“其他”中。我试图重现下面的问题。动物和颜色是我想综合起来的两个因素变量。当我将它们放入列表并遍历列表时，它不起作用。但它适用于一个变量。我的实际数据集有几十个这样的变量，我想用 dplyr 方法找到一种干净的方法。

library(tidyverse)
library(forcats)

data <- data.frame(ID=rep(1:12), animal=c('dog','cat','fish','dog','dog','dog','fish','fish','fish','snake','fish','dog'),color=c('red','green','blue','red','green',
                                          'red','green','red','green','red','green','red'))

### Does not work when I use a list and for loop

factor_columns <- c('animal','color')
for (feature in factor_columns) {
  data <- data %>%
    mutate(feature = fct_lump_prop(
      f = feature,
      prop = 0.2,
      other_level = 'other'
    ))} 

### Works with one column

data <- data %>%
  mutate(animal = fct_lump_prop(
    f = animal,
    prop = 0.2,
    other_level = 'other'
  ))

【问题讨论】：

标签： r

【解决方案1】：

您可以使用across：

library(dplyr)
library(forcats)

data %>%
  mutate(across(factor_columns, fct_lump_prop,prop = 0.2,other_level = 'other'))
  #mutate_at in old dplyr
  #mutate_at(vars(factor_columns), fct_lump_prop,prop = 0.2,other_level = 'other')

你也可以使用lapply：

data[factor_columns] <- lapply(data[factor_columns], 
                         fct_lump_prop,prop = 0.2,other_level = 'other')

【讨论】：

完美运行。谢谢！