使用 forcats 和 purrr 总结字符向量列表

Question

我有 tibble，其中 col1 是可变长度的字符向量列表，col2 是表示组分配的数字向量，1 或 0。我想首先转换所有列表中的字符向量 (col1) 到因子，然后统一这些因子中的所有因子水平，以便我最终可以得到每个因子水平的计数。对于下面的示例数据，这意味着计数如下：

总体：

    level, count  
    "a", 2
    "b", 2
    "c", 2
    "d", 3
    "e", 1

组=1:

    level, count  
    "a", 1
    "b", 2
    "c", 1
    "d", 1
    "e", 0

组=0:

    level, count  
    "a", 1
    "b", 0
    "c", 1
    "d", 2
    "e", 1

最终目标是能够获得每个因子水平的总计数 c("a","b","c","d","e") 并通过分组变量绘制它们。

这里有一些代码可能会更好地解释我的问题：

library(forcats)
library(purrr)
library(dplyr)
library(ggplot2)

tib <- tibble(col1=list(c("a","b"),
                 c("b","c","d"), 
                 c("a","d","e"),
                 c("c","d")),
       col2=c(1,1,0,0))


tib %>% 
  mutate(col3=map(.$col1,.f = as_factor)) %>% 
  mutate(col4=map(.$col3,.f = fct_unify))

不幸的是，这段代码失败了。我收到以下错误，但不知道为什么：

Error:fsmust be a list

我以为我输入的是一个列表？

感谢任何人提供的帮助。谢谢。

Answer 1

您可以先unnest然后count

library(dplyr)
library(tidyr)

tib %>%
  unnest(col = col1) %>%
  #If needed col1 as factors
  #mutate(col1 =factor(col1)) %>%
  count(col1)

#  col1      n
#  <fct> <int>
#1 a         2
#2 b         2
#3 c         2
#4 d         3
#5 e         1

到 count 基于组即 col2，我们可以做

tib %>% 
  unnest(col = col1) %>% 
  mutate_at(vars(col1, col2), factor) %>%
  count(col1, col2, .drop = FALSE)

#   col1  col2      n
#   <fct> <fct> <int>
# 1 a     0         1
# 2 a     1         1
# 3 b     0         0
# 4 b     1         2
# 5 c     0         1
# 6 c     1         1
# 7 d     0         2
# 8 d     1         1
# 9 e     0         1
#10 e     1         0

使用 forcats 和 purrr 总结字符向量列表

summarizing a list of character vectors using forcats and purrr

r

ggplot2

dplyr

purrr

forcats