在 tidyr 和 dplyr 的计数中包含空因子级别答案

【问题标题】：Include empty factor levels in tally with tidyr and dplyr在 tidyr 和 dplyr 的计数中包含空因子级别
【发布时间】：2017-04-23 05:51:42
【问题描述】：

作为学习 dplyr 及其同类的问题。

我正在计算一个以 df 中的其他两个变量为条件的因子的计数和相对频率。例如：

library(dplyr)
library(tidyr)
set.seed(3457)
pct <- function(x) {x/sum(x)}
foo <- data.frame(x = rep(seq(1:3),20),
                  y = rep(rep(c("a","b"),each=3),10),
                  z = LETTERS[floor(runif(60, 1,5))])
bar <- foo %>%
group_by(x, y, z) %>%
tally %>%
mutate(freq = (n / sum(n)) * 100)
head(bar)

我希望输出 bar 包含 foo$z 的所有级别。即，这里没有C 的情况：

subset(bar, x==2 & y=="a")

我怎样才能让bar 计算缺失的级别，以便我得到：

subset(bar, x==2 & y=="a",select = n)

返回 4、5、0、1（和 select = freq 给出 40、50、0、10）？

非常感谢。

编辑：带着种子组跑！

【问题讨论】：

我认为您创建的数据集没有 set.seed。请运行您的数据并检查我得到3, 1, 4, 2
射击。正在修复...

标签： r dplyr tidyr levels tally

【解决方案1】：

我们可以从tidyr使用complete

bar1 <- bar %>%
           complete(z, nesting(x, y), fill = list(n = 0, freq = 0))%>%
           select_(.dots = names(bar))
filter(bar1, x==2 & y=="a")   
#      x      y      z     n  freq
#   <int> <fctr> <fctr> <dbl> <dbl>
#1     2      a      A     4    40
#2     2      a      B     5    50
#3     2      a      C     0     0
#4     2      a      D     1    10

【讨论】：

就是这样。谢谢。