使用 tidyr 和 dplyr 在计数中包含空因子水平

Question

作为学习 dplyr 及其同类的问题。

我正在计算一个因子的计数和相对频率，该因子以 df 中的其他两个变量为条件。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")

如何让 bar 计算缺失的水平，以便我得到：

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

到 return 4, 5, 0, 1（和 select = freq 到 40, 50, 0, 10）?

非常感谢。

编辑：运行种子集！

Answer 1

我们可以使用 complete 来自 tidyr

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

使用 tidyr 和 dplyr 在计数中包含空因子水平

Include empty factor levels in tally with tidyr and dplyr

r

dplyr

tidyr

levels

tally