Question

我有以下问题：我有一个包含许多变量的数据框 df 。一个变量是 df $ size （非数字）。现在，我要用“其他”一词替换少于20个观测值的所有尺寸。

sort(table(df$size))

这为我提供了我要替换的值的概述。但是，如何在df中替换它们？

df$size[sort(table(df$size))<20]="other"

那行不通。

谢谢！

Answer 1

或带有dplyr的选项

library(dplyr)
df %>%
   group_by(grp = size) %>%
   mutate(size = replace(size, n() < 20, "other")) %>%
   ungroup %>%
   select(-grp)

Answer 2

与此相关的东西

set.seed(123)
df <- data.frame(size = as.character(sample(1:5, size = 100, replace = TRUE)),
                 stringsAsFactors = FALSE)
tabs <- sort(table(df$size))
tab <- tabs[tabs < 20]

df$size[which(df$size %in% names(tab))] <- "other"

Answer 3

一个library(data.table)答案：

setDT(df)
cnts <- df[,.N, size]
df <- df[cnts, nomatch= 0L, on= 'size'][, size := ifelse(N < 20, 'other', size)]

类类型table很难与数据帧一起使用。在这里，我们使用cnts将所有内容保留在单个对象类中。

R：将稀有值替换为“其他”

3 个答案: