Question

我有一个数据框：

df <- data.frame(respondent = factor(c(1, 2, 3, 4, 5, 6, 7)),
                 location = factor(c("California", "Oregon", "Mexico",
                                     "Texas", "Canada", "Mexico", "Canada")))

与美国有三个不同的级别。我不想破坏它们，因为状态之间的区别对数据分析很有用。然而，我希望有一个基本的条形图，它结合了美国的三个州并将它们叠加在一起，这样在条形图中有三个条形图 - 加拿大，墨西哥和美国 - 美国酒吧分开分为三个州：

如果州名因子级别的名称中包含“US”，例如“US：California”，我可以使用

library(tidyverse)
with_states <- df %>%
separate(location, into = c("Country", "State"), sep = ": ") %>%
  replace_na(list(State = "Other")) %>%
  mutate(State = as.factor(State)
         %>% fct_relevel("Other", after = Inf))

达到预期的效果。但是当R不知道这三个州在美国时，怎么办呢？

Answer 1

如果您查看上一个示例，则separate和replace_na函数的所有内容都将location变量分隔为country和state变量：

df

  respondent       location
1          1 US: California
2          2     US: Oregon
3          3         Mexico
...

df %>%
    separate(location, into = c("Country", "State"), sep = ": ") %>%
    replace_na(list(State = "Other"))

  respondent Country      State
1          1      US California
2          2      US     Oregon
3          3  Mexico      Other
...

如果您的数据采用以下格式，那么您真的需要做的就是：使用国家/地区列和州/普罗旺斯列。

有很多方法可以自己做到这一点。很多时候，您的数据已经采用这种格式。如果不是，最简单的解决方法是连接到一个将位置映射到国家/地区的表：

df
  respondent   location
1          1 California
2          2     Oregon
3          3     Mexico
4          4      Texas
5          5     Canada
6          6     Mexico
7          7     Canada

state_mapping <- data.frame(state = c("California", "Oregon", "Texas"),
                            country = c('US', 'US', 'US'),
                            stringsAsFactors = F)

df %>%
    left_join(state_mapping, by = c('location' = 'state')) %>%
    mutate(country = if_else(is.na(.$country),
                             location,
                             country))


  respondent   location country
1          1 California      US
2          2     Oregon      US
3          3     Mexico  Mexico
4          4      Texas      US
5          5     Canada  Canada
6          6     Mexico  Mexico
7          7     Canada  Canada

一旦你以这种格式获得它，你可以做其他问题所建议的。

创建一个分组因子级别为

1 个答案: