Dplyr：重命名 Tibble Output 具有因子級別的列

Question

長期潛伏者和首次海報。

我正在嘗試用 dplyr 標題 output 中的女孩、男孩和其他人重命名我的因子水平（1、2、3）。

這是代碼：

library(dplyr)
df1 %>%
dplyr::group_by(sex)%>%
dplyr::summarise(percent=100*n()/nrow(df1), n=n())

我的結果是：

# A tibble: 3 x 3
  sexs    percent    n
   <int>   <dbl> <int>
1      1  52.1     731
2      2  47.1     661
3     NA   0.855    12

期望的結果是：

# A tibble: 3 x 3
      sexs    percent    n
       <int>   <dbl> <int>
Girl     1  52.1     731
Boy      2  47.1     661
Other   NA   0.855    12

期待任何建議。

謝謝！

Answer 1

我碰巧喜歡forcats package，因為當我完成時，我實際上可以看到我做了什么。 另一種解決方案是在現有代碼之前簡單地添加到 pipe。

library(dplyr)
library(forcats)

sex <- sample(1:2, 100, replace = TRUE)
sex[[88]] <- NA
df1 <- data.frame(sex)

df1 %>% 
  mutate(newsex = fct_explicit_na(fct_recode(as_factor(sex), 
                                             Girl = "1", 
                                             Boy = "2" ), 
                                  na_level = "Other")) %>% 
  group_by(newsex, sex) %>%
  summarise(percent = 100 * n() / nrow(df1), n=n())
#> # A tibble: 3 x 4
#> # Groups:   newsex [3]
#>   newsex   sex percent     n
#>   <fct>  <int>   <dbl> <int>
#> 1 Girl       1      56    56
#> 2 Boy        2      43    43
#> 3 Other     NA       1     1

^{由reprex package (v0.3.0) 於 2020 年 5 月 11 日創建}

Answer 2

發布時請提供一些示例數據以供使用，它將幫助其他人測試並確保一切正常。 這個問題比較簡單，所以應該不是問題。

如果你想用任何其他數字替換 NA 你可以這樣做

df1 %>%
    dplyr::mutate(sex = ifelse(is.na(sex), 0, sex),
                  sex = factor(sex, 
                               levels = c(1,2,0), 
                               labels = c("Girl", "Boy", "Other"))) %>% 
    dplyr::group_by(sex)%>%
    dplyr::summarise(percent=100*n()/nrow(df1), n=n())

否則，您可以使用 case_when 分配因子，然后將列轉換為因子

 df1 %>%
  dplyr::mutate(sex = case_when(
                                sex == 1 ~ "Girl",
                                sex == 2 ~ "Boy",
                                is.na(sex) ~ "Other") %>% 
  as_factor(.)) %>% 
  dplyr::group_by(sex)%>%
  dplyr::summarise(percent=100*n()/nrow(df1), n=n())