Dplyr：如何仅使用 dplyr 将频率小于 1% 的组重新编码为 "other" 类别

Question

我正在寻找一种方法来执行以下操作：我有数据：

group_name
A
A
..[50 A's]
B
B 
..[50 B's]
C [only 1]

我可能有很多类别像C，想做一个饼图。为了方便查看者，我需要对组进行重新分类，以便将频率较低的值重新编码为 "others"，仅用于绘图。我想用 dplyr 来做这个，比如：

dfd %>% group_by(category) %>% summarise(n=n()) %>% recategorize(function(x) { if (x$n < 10) { "other" } else { x$category } }

有人知道怎么做吗？

Answer 1

这应该有效，

DF %>% 
  group_by(group_name) %>% 
  mutate(new_group_name = ifelse(n()>10, group_name, 'others'))

然后只需使用 new_group_name 做你的总结

Answer 2

谢谢，看完你的代码，我得出了令我满意的答案：

summ <- dt  %>% group_by(group_name) %>% 
  mutate(groups_over10 = ifelse(n() > floor(nrow(.) * 0.01), as.character(group_name), "other")) %>% ungroup() %>% 
  group_by(groups_over10) %>% summarise(n=n())
pie(summ$n,labels = summ$groups_over10)

诀窍是您必须取消 group_by 的结果分组，然后按新计算的变量分组。谢谢！

Dplyr：如何仅使用 dplyr 将频率小于 1% 的组重新编码为 "other" 类别

Dplyr: How to recode groups that have frequency less than 1% into "other" category using only dplyr

r

dplyr

pie-chart