R：具有特定值的下降因子

Question

我有一个包含因子列的data.frame 。 我想（a）从data.frame中删除该列中的值未出现在至少 8 行中的任何行，并（b）从因子中删除这些级别。

在以下情况下，它将是因子 C、D 和 G。

> table(x.train$oilType)

 A  B  C  D  E  F  G 
30 21  3  6  9  8  2 

据我所知，“droplevels”仅在根本不使用该因子时才有效。 我试了一下，没有成功。

> droplevels(x.train$oilType[-c(C,D,G)])
Error in NextMethod("[") : object 'G' not found

有什么指导吗？

Answer 1

您可以使用add_count()获取因子的每个值的计数，然后使用filter()保留计数>= 8的行。 然后，您可以使用droplevels和mutate来降低关卡。

library(dplyr)

# Example factor
df <- data.frame(fac = as.factor(c(rep("a", 3), rep("b", 8), rep("c", 9))))
df$fac %>% table()
#> .
#> a b c 
#> 3 8 9

# Keep only rows where the value of `fac` for that row is observed in at least
# 8 rows and drop unused levels
result <- df %>%
  add_count(fac) %>%
  filter(n >= 8) %>%
  mutate(fac = droplevels(fac))

print(result)
#>    fac n
#> 1    b 8
#> 2    b 8
#> 3    b 8
#> 4    b 8
#> 5    b 8
#> 6    b 8
#> 7    b 8
#> 8    b 8
#> 9    c 9
#> 10   c 9
#> 11   c 9
#> 12   c 9
#> 13   c 9
#> 14   c 9
#> 15   c 9
#> 16   c 9
#> 17   c 9

levels(result$fac)
#> [1] "b" "c"