如何结合 dplyr::mutate() 和 cut 在一列中生成不同的因子水平答案

【问题标题】：How to combine dplyr::mutate() and cut to generate different factor levels in one column如何结合 dplyr::mutate() 和 cut 在一列中生成不同的因子水平
【发布时间】：2019-09-12 11:05:45
【问题描述】：

我想根据一列的不同类别生成不同的因子水平，但是当我尝试以下操作时：

library(dplyr)
library(tidyr)
library(rap) # devtools::install_github("romainfrancois/rap")

df <- dplyr::tibble(
  category = rep(letters[1:2], each = 3),
  value = c(1, 4, 8, 21, 24, 28)
) %>% 
  tidyr::nest(data = -category) %>% 
  rap::rap(labels = ~ case_when(
    category == "a" ~ cut(data$value, c(0, 3, 6, 10), labels = c("< 3", "3 - 6", "> 6")),
    category == "b" ~ cut(data$value, c(0, 23, 26, 30), labels = c("< 23", "23 - 26", "> 26"))
  )
  )
#> Warning in `[<-.factor`(`*tmp*`, i, value = structure(1:3, .Label = c("<
#> 23", : invalid factor level, NA generated

df
#> # A tibble: 2 x 3
#>   category           data labels   
#>   <chr>    <list<df[,1]>> <list>   
#> 1 a               [3 × 1] <fct [3]>
#> 2 b               [3 × 1] <fct [3]>

^{由reprex package (v0.3.0) 于 2019 年 9 月 12 日创建}

第二类关卡我得到NA：

df %>% 
  unnest(labels)
#> # A tibble: 6 x 3
#>   category value labels
#>   <chr>    <dbl> <fct> 
#> 1 a            1 < 3   
#> 2 a            4 3 - 6 
#> 3 a            8 > 6   
#> 4 b           21 <NA>  
#> 5 b           24 <NA>  
#> 6 b           28 <NA>

有人知道如何根据不同的类别生成不同的关卡吗？

这是所需的输出：

#> # A tibble: 6 x 3
#>   category value labels
#>   <chr>    <dbl> <fct> 
#> 1 a            1 < 3   
#> 2 a            4 3 - 6 
#> 3 a            8 > 6   
#> 4 b           21 < 23  
#> 5 b           24 23 - 26  
#> 6 b           28 > 26

【问题讨论】：

你可以做df %>% mutate(lable = case_when(category == "a" & value < 3 ~ "< 3", category == "a" & value %in% c(3:6) ~ "3-6", category == "a" & value > 6 ~ "> 6", category == "b" & value < 23 ~ "< 23", category == "b" & value %in% c(23:26) ~ "23-26", category == "b" & value > 26 ~ "> 26", TRUE ~ NA_character_))。
确实如此，但后来我失去了因素
你为什么要用嵌套的数据做这个？这样做有什么好处/你的计划？
因为我想保留每个类别的因子水平

标签： r dplyr factors

【解决方案1】：

使用基础 R within()。

df1 <- within(df1, {
  labels[category == "a"] <- as.character(cut(value[category == "a"], 
                                              breaks=c(0, 3, 6, 10), 
                                              labels=c("< 3", "3 - 6", "> 6")))
  labels[category == "b"] <- as.character(cut(value[category == "b"], 
                                              breaks=c(0, 23, 26, 30), 
                                              labels=c("< 23", "23 - 26", "> 26")))
  labels <- as.factor(labels)
})
df1
# # A tibble: 6 x 3
#   category value labels 
#   <chr>    <dbl> <fct>  
# 1 a            1 < 3    
# 2 a            4 3 - 6  
# 3 a            8 > 6    
# 4 b           21 < 23   
# 5 b           24 23 - 26
# 6 b           28 > 26

数据

df1 <- structure(list(category = c("a", "a", "a", "b", "b", "b"), value = c(1, 
4, 8, 21, 24, 28)), row.names = c(NA, -6L), class = c("tbl_df", 
"tbl", "data.frame"))

【讨论】：