按模式重新排序因子水平答案

【问题标题】：Reorder factor levels by pattern按模式重新排序因子水平
【发布时间】：2021-04-09 00:16:38
【问题描述】：

我有一个因素可以识别调查数据集中的分层。我想重新排序因子，使某些字符模式排在其他字符模式之前。

例如，我有一个表示性别、年龄和教育程度的混合因素：

my_factor <- factor(levels=c(1:8),
                    labels=c("Male-18_34-HS","Female-35_49-HS",
                             "Male-18_34-CG", "Female-18_34-CG",
                             "Male-35_49-HS", "Male-35_49-CG",
                             "Female-18_34-HS", "Female-35_49-CG"),
                    ordered=TRUE)

我希望先按所有女性类别排序，然后按正确顺序按年龄类别排序，然后按正确顺序按教育类别排序。我可以通过forcats::fct_relevel 到达那里的大部分地方：

forcats::fct_relevel(my_factor, sort)

ordered(0)
8 Levels: Female-18_34-CG < Female-18_34-HS < Female-35_49-CG < Female-35_49-HS < Male-18_34-CG < Male-18_34-HS < ... < Male-35_49-HS

但教育类别的顺序错误。有没有办法确保“HS”在“CG”之前，但保持性别和年龄组的顺序相同？

【问题讨论】：

标签： r forcats

【解决方案1】：

您可以制作参考表，按列因子级别排列：

library(dplyr)
library(tidyr)

ref <- tibble(key = c("Male-18_34-HS","Female-35_49-HS",
                      "Male-18_34-CG", "Female-18_34-CG",
                      "Male-35_49-HS", "Male-35_49-CG",
                      "Female-18_34-HS", "Female-35_49-CG"))

ref <- separate(ref, key, into = c("gender", "age", "education"), sep = "-", remove = FALSE) %>%
  mutate(across("gender", factor, c("Female", "Male")),
         across("age", factor, c("18_34", "35_49")),
         across("education", factor, c("HS", "CG"))) %>%
  arrange(gender, age, education)

然后申请：

factor(d, levels = ref$key)

【讨论】：

【解决方案2】：

您可以通过编程方式创建所需的因子水平。

lvls <- do.call(paste, c(tidyr::expand_grid(
           c('Female', 'Male'), c('18_34', '35_49'), c('HS', 'CG')), sep = '-'))
lvls
#[1] "Female-18_34-HS" "Female-18_34-CG" "Female-35_49-HS" "Female-35_49-CG"
#[5] "Male-18_34-HS"   "Male-18_34-CG"   "Male-35_49-HS"   "Male-35_49-CG"

您可以将此lvls 用作factor 调用中的级别。

【讨论】：

【解决方案3】：

您可以使用str_split 来拆分标签，对生成的列表进行排序，并相应地重建级别：

lvl <- do.call(rbind,stringr::str_split(levels(my_factor),'-'))
lvl <- apply(lvl[order(lvl[,1],lvl[,2],lvl[,3]),],1,paste0,collapse='-')
my_factor <- factor(my_factor,levels = lvl)

levels(my_factor)
#> [1] "Female-18_34-CG" "Female-18_34-HS" "Female-35_49-CG" "Female-35_49-HS"
#> [5] "Male-18_34-CG"   "Male-18_34-HS"   "Male-35_49-CG"   "Male-35_49-HS"

【讨论】：

【解决方案4】：

dft<-c("Male-18_34-HS","Female-35_49-HS", "Male-18_34-CG", "Female-18_34-CG", "Male-35_49-HS", "Male-35_49-CG", "Female-18_34-HS", "Female-35_49-CG")

gender<-unlist(lapply(dft, FUN=function(x) str_split(x,'-')[[1]][1]))
age<-unlist(lapply(dft, FUN=function(x) str_split(x,'-')[[1]][1]))
ed<-unlist(lapply(dft, FUN=function(x) str_split(x,'-')[[1]][3]))

order_f<-order(gender,age,sort(ed,decreasing = T))

my_factor <- factor(levels=c(1:8),
                    labels=dft[order_f],
                    ordered=TRUE)

【讨论】：