【发布时间】:2012-11-14 19:51:25
【问题描述】:
我的语言数据包含 200 多种语言,其中一些缺失值编码为 ''(0 个长度字符)。
我想使用factor 压缩它以编码主要语言,并将所有其他语言编码为“其他语言”,而“”被编码为“(缺失)”,出现在字符串的末尾。
我的计划是这样的:
lanfmt <- list(
lev = c(prime <- c('English', 'Russian', 'Urdu'), diff <- setdiff(levels(lan), c(prime, '')), ''),
lab = c(prime, diff, '')
)
table(factor(lan, lanfmt$levels, lanfmt$labels)
但 R 不喜欢多对一的因子格式。如何聚合到一个类别中?
编辑:
我决定了一个好的解决方案,如上所述使用lanfmt如下:
table(lanfmt$lab[match(lang, lanfmt$lev)])
它没有那么优雅,但它可以在紧要关头工作。
【问题讨论】:
-
也看看this question。尽管 OP 与将整数值重新编码为字符有关,但许多(全部?)方法也适用于您的情况。
标签: r