替换列中出现少于 x 次的值答案

【问题标题】：Replacing values in column that occur less than x times替换列中出现少于 x 次的值
【发布时间】：2018-01-30 14:55:40
【问题描述】：

如何替换列中出现少于 3 次的所有值？假设这是我的专栏（来自数据框）：

>df$example
 aa
 aa
 aa
 bb
 bb
 cc
 cc
 cc

结果应该是（如果我用文本 replaced 替换它们）：

>df$example
 aa
 aa
 aa
 replaced
 replaced 
 cc
 cc
 cc

我看到了另一个解决方案 (using R - delete rows when a value repeated less than 3 times)，但这只是删除行。我也用桌子试了一下。我希望避免 for 循环，因为我会将它应用到一个巨大的数据帧上。

【问题讨论】：

标签： r dataframe

【解决方案1】：

在基础 R 中，您可以使用 ave，

with(df, ave(example, example, FUN = function(i) replace(i, length(i) < 3, 'replaced')))
#[1] "aa"       "aa"       "aa"       "replaced" "replaced" "cc"       "cc"       "cc"

注意：确保您的列设置为as.character()，即不考虑

【讨论】：

【解决方案2】：

在基础 R 中使用table 的另一个衬里，我们计算每个列值的出现次数并将这些值更改为出现少于 3 次的“已替换”。

df$example[with(df, example %in% unique(example)[table(example) < 3])] <- "Replaced"

df
#   example
#1       aa
#2       aa
#3       aa
#4 Replaced
#5 Replaced
#6       cc
#7       cc
#8       cc

【讨论】：

【解决方案3】：

试试这个效率更高。

setDT(df)
df[df$example==names(which(table(df$example) < 3)),example:="replaced"]

【讨论】：

【解决方案4】：

df$example[df$example %in% names(which(table(df$example) < 3L))] = "replaced"

说明

我们使用table 来计算df$example 中出现的次数。然后，对于出现次数少于 3 次的那些，我们用 names 获取它们的名称，并使用 "==" 将原始向量与这些匹配，使用匹配作为索引。然后我们为这个子数组赋值"replaced"。

如果`df$example` 是`factor`

您可以使用as.character 进行投射，然后使用as.factor 重新投射。或者，也可以这样做：

levels(df$example) = c(levels(df$example), "replaced")
df$example[df$example%in% names(which(table(df$example) < 3L))] = "replaced"
df$example= factor(df$example)

我们基本上提前添加了一个新级别"replaced"，在最后一行我们从因子中删除了不存在的标签，有效地删除了替换的级别。

【讨论】：

说明

如果df$example 是factor

如果`df$example` 是`factor`