如何在具有不同因子水平的不同数据帧的函数中使用 Forcats::Fct_Collapse

Question

library(tidyverse)
library(forcats)

我有两个简单的数据框（底部的代码），我想通过折叠 "Animal" 列来创建一个新的重新编码的变量。我通常使用 forcats::fct_collapse 来执行此操作。但是，我想创建一个函数，将 fct_collapse 应用于许多具有相同变量的不同数据帧，除了一些可能缺少一个或两个因子水平。例如，在这种情况下，缺少 Df2 "Rhino"。

有什么方法可以更改代码（使用 tiyverse），以便将缺少的因子类别作为 NA 返回？在此示例中，我知道它是 "Rhino"，但在我的真实数据中，可能还有其他缺失级别。除了 forcats::fct_collapse，我对其他选择持开放态度，但我想留在 tidyverse 的范围内。

REC <- function(Df, Data){

Df %>% 
mutate(NEW = fct_collapse(Data, One = c("Cat","Dog","Snake"),
                          Two = c("Elephant","Bird","Rhino")))
}

REC(Df1,Animal) - this works
REC(DF2,Animal) - this doesn't, it throws an error because of "Rhino"

示例数据：

Animal <- c("Cat","Dog","Snake","Elephant","Bird","Rhino")
Code <- c(101,222,434,545,444,665)
Animal2 <- c("Cat","Dog","Snake","Elephant","Bird")
Code2 <- c(101,222,434,545,444)

Df1 <- data_frame(Code, Animal)

Df2 <- data_frame(Code2, Animal2) %> %rename(Animal = Animal2)

Answer 1

这是给你的一个想法。我最初试图在我的函数中有两个参数。一个用于数据框，另一个用于包含动物名称的列。但这次尝试失败了。我收到一条错误消息，说 "Error in mutate_impl(.data, dots) : Column new must be length 5 (the number of rows) or one, not 6." 所以我决定不在函数中包含列名；我在我的函数中明确地说 Animal 。然后，事情奏效了。这个想法是创建一个缺少动物名称的因子变量。这是在 factor() 和 setdiff() 中完成的。一旦我有了所有动物的名字，我就使用 fct_collapse().

myfun <- function(mydf){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(Animal, levels = c(unique(Animal), setdiff(animals, Animal))),
                new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
         x}

> myfun(Df2)
# A tibble: 5 x 3
  Code2 Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  

> myfun(Df1)
# A tibble: 6 x 3
   Code Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  
6   665 Rhino    Two

备注：除了我有两个参数之外，以下函数是相同的。这是行不通的。如果可以修改，请告诉我。

myfun2 <- function(mydf, mycol){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(mycol, levels = c(unique(mycol), setdiff(animals, mycol))),
               new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
        x}

> myfun2(Df2, Animal)
Error in mutate_impl(.data, dots) : 
Column `new` must be length 5 (the number of rows) or one, not 6

如何在具有不同因子水平的不同数据帧的函数中使用 Forcats::Fct_Collapse

How to Use Forcats::Fct_Collapse in a Function Across Different Dataframes with Different Factor Levels

r

tidyverse

forcats