如何根據 R 中的頻率重命名觀測值？

Question

在我的 dataframe 中，我試圖根據它們各自的頻率重命名“名稱”列中的某些觀察。 也就是說，我想重命名名稱頻率低於 100 的觀測值。如果任何名稱在數據集中出現的次數少於 100 次，我想在名稱列中將所有這些觀測值重命名為“Base”。 這是一個例子：

Game   Home Runs     Name 

1          2        Hank Aaron
2          3        Babe Ruth
3          1        Ted Williams
3          4        Hank Aaron
4          2        Ted Williams
...

如果 Ted Williams 和 Babe Ruth 的名字在數據框中出現的次數少於 100 次，則對於 Name 列的所有值，他們的名字將被替換為“Base”。

Game   Home Runs     Name 

1          2        Hank Aaron
2          3        Base
3          1        Base
3          4        Hank Aaron
4          2        Base
...

此外，我需要將觀察結果放在同一個 dataframe 中，因為我計划使用新名稱向量作為回歸中的獨立（個體效應）變量來運行回歸。

如果我過度解釋，請道歉。 只是有點失落

Answer 1

library(forcats)

df %>%

   mutate(Name = fct_lump(Name, n = 100, other_level = "Base")) 

Answer 2

您可以使用table計算每個Name在 dataframe 中出現的次數，使用Filter僅保留那些出現次數少於 100 次的名稱，使用%in%在原始 dataframe 中匹配它們並替換。

df$Name[df$Name %in% names(Filter(I, table(df$Name) < 100))] <- 'Base'