在 R 中组合来自数据框的因子级别答案

【问题标题】：Combining Factor Levels from a Dataframe in R在 R 中组合来自数据框的因子级别
【发布时间】：2018-03-23 22:44:51
【问题描述】：

我有 factor 类型的变量，具有三个级别：Fatal injury、Non-fatal injury 和 P.D. only：

     head(OttawaCollisions$Collision_Classification)
[1] P.D. only        Non-fatal injury P.D. only        P.D. only        P.D. only        P.D. only       
Levels: Fatal injury Non-fatal injury P.D. only

如何将“致命伤害”和“非致命伤害”合并为一个级别，以便将死亡人数添加到伤害中？

更好的是，我什至可以以某种方式消除死亡人数吗？在这种情况下，我需要从数据帧中删除每个致命的实例，而不仅仅是编码 NA 或其他东西。

【问题讨论】：

标签： r r-factor

【解决方案1】：

数据：

x <- factor( rep( c('P.D. only', 'Non-fatal injury' , 'fatal injury'), 2) )
x
# [1] P.D. only        Non-fatal injury fatal injury     P.D. only       
# [5] Non-fatal injury fatal injury    
# Levels: fatal injury Non-fatal injury P.D. only

代码：您可以使用labels 参数重命名关卡。忽略重复级别的警告。这里Non-fatal injury 和fatal injury 与Fatalities 组合在一起。最后，使用droplevels() 函数删除重复的关卡。

x <- factor( x = x, 
             levels = c('P.D. only', 'Non-fatal injury' , 'fatal injury'),
             labels = c('P.D. only', 'Fatalities', 'Fatalities'))
# [1] P.D. only  Fatalities Fatalities P.D. only  Fatalities Fatalities
# Levels: P.D. only Fatalities Fatalities

droplevels(x)
# [1] P.D. only  Fatalities Fatalities P.D. only  Fatalities Fatalities
# Levels: P.D. only Fatalities

编辑：根据您的数据框名称组合代码

OttawaCollisions$CollisionClass <- factor( x = OttawaCollisions$CollisionClass, 
                                           levels = c('P.D. only', 'Non-fatal injury' , 'fatal injury'),
                                           labels = c('P.D. only', 'Fatalities', 'Fatalities'))
OttawaCollisions$CollisionClass <- droplevels(OttawaCollisions$CollisionClass)

EDIT2： data.table 解决方案。

library('data.table')
setDT(OttawaCollisions)
OttawaCollisions[ i = CollisionClass %in% c( "fatal injury", "Non-fatal injury"), 
                  j = CollisionClass := "Fatalities"]
OttawaCollisions[, CollisionClass := droplevels(CollisionClass) ]

EDIT3： 另一个基础 R 解决方案。我更喜欢这个基本的 R 解决方案，而不是第一个解决方案（在 factor() 中使用 labels），因为当您在数据中有更多级别时，它会让生活更轻松。

OttawaCollisions$CollisionClass <- as.character(OttawaCollisions$CollisionClass)
OttawaCollisions$CollisionClass <- factor( with(OttawaCollisions, 
                                                replace( CollisionClass, 
                                                         CollisionClass %in% c( "fatal injury", "Non-fatal injury"),
                                                         "Fatalities") ) )

【讨论】：

谢谢。我会暂时 bu,t x = x 将是 OttawaCollisions$CollisionClass = OttawaCollisions$CollisionClass？

【解决方案2】：

您也可以直接重新分配级别：

> test_df <- tibble(x=as.factor(c('Fatal','Non-fatal','PD','Fatal','Non-fatal','PD')), y=1:6)
> test_df
# A tibble: 6 x 2
  x             y
  <fct>     <int>
1 Fatal         1
2 Non-fatal     2
3 PD            3
4 Fatal         4
5 Non-fatal     5
6 PD            6
> levels(test_df$x)
[1] "Fatal"     "Non-fatal" "PD"

既然您知道顺序，请替换您想要组合的关卡名称：

> levels(test_df$x) <- c("Fatal","Other","Other")
> test_df
# A tibble: 6 x 2
  x         y
  <fct> <int>
1 Fatal     1
2 Other     2
3 Other     3
4 Fatal     4
5 Other     5
6 Other     6

然后你可以做额外的处理，例如：

> library(dplyr)
> test_df %>% group_by(x) %>% summarize(n)
# A tibble: 2 x 2
  x         n
  <fct> <dbl>
1 Fatal  45.0
2 Other  45.0

【讨论】：