當一個水平內的觀察數量低於限制時，因子的折疊水平

Question

我想要一種基於每個級別的觀察數量來折疊因子級別的方法。

例如，如果我在下面有一個動物因子列（四個級別：貓、狗、倉鼠、金魚）的小標題，我可以將少於 2 個觀察值的級別折疊成一個稱為“其他”的級別嗎？

# A tibble: 7 × 1
  animal  
  <fct>   
1 cat     
2 cat     
3 cat     
4 dog     
5 dog     
6 hamster 
7 goldfish

這應該導致以下...

# A tibble: 7 × 2
  animal   animal2
  <fct>    <fct>  
1 cat      cat    
2 cat      cat    
3 cat      cat    
4 dog      dog    
5 dog      dog    
6 hamster  other  
7 goldfish other  

我希望能夠調整截止值（例如，觀察次數少於 5 的組），理想情況下，這將使用 tidyverse 來完成。

Answer 1

您正在尋找forcats::fct_lump_min ； 崩潰到出現少於min次'Other'級別：

library(forcats)
library(dplyr)
df %>% 
  mutate(animal2 = fct_lump_min(animal, min = 2),
         animal3 = fct_lump_min(animal, 3))

output

# A tibble: 7 × 3
  animal   animal2 animal3
  <fct>    <fct>   <fct>  
1 cat      cat     cat    
2 cat      cat     cat    
3 cat      cat     cat    
4 dog      dog     Other  
5 dog      dog     Other  
6 hamster  Other   Other  
7 goldfish Other   Other