R：按所有因子水平匯總（存在且不存在）

Question

我可以使用以下內容簡單地使用dplyr聚合data.frame ：

z <- data.frame(a = rnorm(20), b = rep(letters[1:4], each = 5))

library(dplyr)

z %>%
  group_by(b) %>%
  summarise(out = n())

Source: local data frame [4 x 2]

       b   out
  (fctr) (int)
1      a     5
2      b     5
3      c     5
4      d     5

但是，有時數據集可能缺少一個因素。 在這種情況下，我希望輸出為0 。

例如，假設典型數據集應該有5個組。

z$b <- factor(z$b, levels = letters[1:5])

但顯然沒有任何特別的東西，但可能在另一個。 如何聚合此數據，以便缺失factors的length為0 。

期望的輸出：

Source: local data frame [4 x 2]

       b   out
  (fctr) (int)
1      a     5
2      b     5
3      c     5
4      d     5
5      e     0

Answer 1

接近這一點的一種方法是使用complete從“tidyr”。 您必須首先使用mutate來對因子列“b”進行因子分析：

library(dplyr)
library(tidyr)

z %>%
  mutate(b = factor(b, letters[1:5])) %>%
  group_by(b) %>%
  summarise(out = n()) %>%
  complete(b, fill = list(out = 0))
# Source: local data frame [5 x 2]
# 
#        b   out
#   (fctr) (dbl)
# 1      a     5
# 2      b     5
# 3      c     5
# 4      d     5
# 5      e     0

Answer 2

解決方法是使用包含所有級別的表進行連接：

z <- full_join(z, data.frame(b=levels(z$b))

這會將分析變量的所有缺失行設置為NA，這在一般情況下比將它們設置為零更有意義。 如果需要，您可以使用z[is.na(z)] <- 0將它們更改為零。

Answer 3

你可以使用xtabs：

xtabs(a ~ b, z)

這會聚合z $ b，而不僅僅是計算z $ a中的級別，但是這可以通過表格輕松實現：

table(z$a)