邏輯於data.frame中的因子（或字符串）

Question

如何在data.frame中重新編碼邏輯到因子（或字符串）？

data <- data.frame(year = c(2015, 2015, 2016, 2016),
               column2 = c(4, NA, 9, 1))


library (dplyr)

missing_data <- data %>%
              count(year, complete.cases(column2)) 

names(missing_data)[2] = "col2" 

我的結果：

year  col2     n
(dbl) (lgl) (int)
2015 FALSE     1
2015  TRUE     1
2016  TRUE     2 

我想要的是：

year  col2      n
(dbl)        (int)
2015  unknown    1
2015  known      1
2016  known      2 

我嘗試了什么（在dplyr鏈中）：

mutate(col2 = as.factor(col2))

Answer 1

這個人應該這樣做。

missing_data$col2 <- factor(missing_data$col2, labels=c("unknown", "known"))

Answer 2

除了richard lindgren所示的顯而易見的方法之外 ，您還可以在dplyr鏈中執行此操作 。 您可以從邏輯[col2 + 1]創建數字索引，並使用它來分配級別c('unknown','known') ：

dat %>%
  count(year, col2 = complete.cases(column2)) %>%
  mutate(col2 = c('unknown','known')[col2 + 1])

或者與ifelse ：

dat %>%
  count(year, col2 = complete.cases(column2)) %>%
  mutate(col2 = ifelse(col2,'known','unknown'))

兩者都給：

   year    col2     n
  (dbl)   (chr) (int)
1  2015 unknown     1
2  2015   known     1
3  2016   known     2

如果你想要一個因子作為結果，你可以將它包裝在factor ： factor(c('unknown','known')[col2 + 1])或factor(ifelse(col2,'known','unknown')) 。

---

如果要合並的方法，如通過在dplyrα鏈理查德·林格倫 ，你將不得不ungroup第一：

dat %>%
  count(year, col2 = complete.cases(column2)) %>%
  ungroup() %>% 
  mutate(col2 = factor(col2, labels = c('unknown','known')))

這也會給你帶來理想的結果。