替换列中出现少于x次的值

Question

如何替换列中的所有值，这些值少于3次？假设这是我的专栏（来自数据框）：

>df$example
 aa
 aa
 aa
 bb
 bb
 cc
 cc
 cc

结果应该是（如果我用文本replaced替换它们）：

>df$example
 aa
 aa
 aa
 replaced
 replaced 
 cc
 cc
 cc

我看到了另一个解决方案（using R - delete rows when a value repeated less than 3 times），但这只是删除了行。我也用桌子试了一下。我希望避免使用for循环，因为我会在巨大的数据框架上应用它。

Answer 1

在基础R中，您可以使用ave，

with(df, ave(example, example, FUN = function(i) replace(i, length(i) < 3, 'replaced')))
#[1] "aa"       "aa"       "aa"       "replaced" "replaced" "cc"       "cc"       "cc"

注意：确保您的列设置为as.character()，即不是因素

Answer 2

使用table的基础R中的另一个衬管，我们计算每个列值的出现次数，并将这些值更改为“已替换”，这些值少于3次。

df$example[with(df, example %in% unique(example)[table(example) < 3])] <- "Replaced"

df
#   example
#1       aa
#2       aa
#3       aa
#4 Replaced
#5 Replaced
#6       cc
#7       cc
#8       cc

Answer 3

尝试这么高效。

.overlay('Country')

Answer 4

df$example[df$example %in% names(which(table(df$example) < 3L))] = "replaced"

说明

我们使用table来计算df$example中的匹配项。然后，对于少于三次的那些，我们使用names得到他们的名字，并使用匹配作为索引将原始向量与"=="匹配。然后我们为这个子数组赋值"replaced"。

如果df$example是factor

您可以使用as.character投射，然后使用as.factor重铸。或者，或者，执行此操作：

levels(df$example) = c(levels(df$example), "replaced")
df$example[df$example%in% names(which(table(df$example) < 3L))] = "replaced"
df$example= factor(df$example)

我们基本上会提前添加新级别"replaced"，在最后一行中，我们会从因子中删除不存在的标签，从而有效地删除已替换的级别。