如何在具有不同因子級別的不同數據幀的函數中使用 forcats::fct_collapse

Question

library(tidyverse)
library(forcats)

我有兩個簡單的數據框（底部的代碼），我想通過折疊“動物”列來創建一個新的重新編碼變量。 我通常用forcats::fct_collapse來做這件事。 但是，我想創建一個函數來將 fct_collapse 應用於許多具有相同變量的不同數據幀，除了一些可能缺少一個或兩個因子級別。 例如，在這種情況下，Df2 缺少“Rhino”。

有沒有辦法可以更改代碼（使用 pkg:tidyverse），以便將缺少的因子類別返回為NA ？ 在這個例子中，我知道它是“Rhino”，但在我的真實數據中可能還有其他缺失的級別。 除了forcats::fct_collapse之外，我對其他選項持開放態度，但我想留在 tidyverse 的范圍內。

REC <- function(Df, Data){

Df %>% 
mutate(NEW = fct_collapse(Data, One = c("Cat","Dog","Snake"),
                          Two = c("Elephant","Bird","Rhino")))
}

REC(Df1,Animal) - this works
REC(DF2,Animal) - this doesn't, it throws an error because of "Rhino"

樣本數據：

Animal <- c("Cat","Dog","Snake","Elephant","Bird","Rhino")
Code <- c(101,222,434,545,444,665)
Animal2 <- c("Cat","Dog","Snake","Elephant","Bird")
Code2 <- c(101,222,434,545,444)

Df1 <- data_frame(Code, Animal)

Df2 <- data_frame(Code2, Animal2) %> %rename(Animal = Animal2)

Answer 1

這是給你的一個想法。 我最初試圖在我的函數中有兩個參數。 一個用於數據框，另一個是包含動物名稱的列。 但這次嘗試失敗了。 我收到一條錯誤消息，說“mutate_impl(.data, dots) 中的錯誤： new列的長度必須為 5（行數）或 1，而不是 6。” 所以我決定不在函數中使用列名； 我在我的功能中明確地說了Animal 。 然后，事情奏效了。 這個想法是創建一個缺少動物名稱的因子變量。 這是在factor()和setdiff()中完成的。 一旦我有了所有動物的名字，我就使用fct_collapse() 。

myfun <- function(mydf){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(Animal, levels = c(unique(Animal), setdiff(animals, Animal))),
                new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
         x}

> myfun(Df2)
# A tibble: 5 x 3
  Code2 Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  

> myfun(Df1)
# A tibble: 6 x 3
   Code Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  
6   665 Rhino    Two  

備忘：除了我有兩個參數之外，以下函數是相同的。 這是行不通的。 如果可以修改，請告訴我。

myfun2 <- function(mydf, mycol){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(mycol, levels = c(unique(mycol), setdiff(animals, mycol))),
               new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
        x}

> myfun2(Df2, Animal)
Error in mutate_impl(.data, dots) : 
Column `new` must be length 5 (the number of rows) or one, not 6