更改名義數據 - 多個名稱為“其他”/

Question

我對 R 很陌生。我有一個包含 1000 種不同類型葡萄酒的變量（名義變量）。 一些更常見的如 Chardonnay 等被表示 >100 次，而有幾種在變量中只出現一兩次。 這些加起來總共多達 1000 種葡萄酒類型中的大約 400 種。 我想將所有這些不同的稀有葡萄酒類型重命名為“其他”，而不必鍵入和重命名每種葡萄酒。 希望這是有道理的。

Answer 1

您可以使用table來計算每種酒的出現頻率，如果它小於n則將其替換為"Other" 。 如果你有一個字符向量，你可以做

n <- 2
wine_data <- c('wine1','wine1', 'wine2', "wine1", "wine2", "wine3")
wine_data[wine_data %in% names(Filter(isTRUE, table(wine_data) <= n))] <- 'Other'
wine_data
#[1] "wine1" "wine1" "Other" "wine1" "Other" "Other"

如果您有因素，您需要先向向量添加額外級別，然后再替換它。

wine_data <- factor(c('wine1','wine1', 'wine2', "wine1", "wine2", "wine3"))
levels(wine_data) <- c(levels(wine_data), "Other")
wine_data[wine_data %in% names(Filter(isTRUE, table(wine_data) <= n))] <- "Other"
droplevels(wine_data)
#[1] wine1 wine1 Other wine1 Other Other
#Levels: wine1 Other