如何在具有不同因子级别的不同数据帧的函数中使用 Forcats::Fct_Collapse

Question

library(tidyverse)
library(forcats)

我有两个简单的数据框（代码在底部），我想通过折叠“动物”列来创建一个新的重新编码变量。我通常用 forcats::fct_collapse 来做这件事。但是，我想创建一个函数来将 fct_collapse 应用于许多具有相同变量的不同数据帧，除了一些可能缺少一个或两个因子级别。例如，在这种情况下，Df2 缺少“Rhino”。

有没有办法可以更改代码（使用 tiyverse），以便将缺少的因子类别返回为 NA？在这个例子中，我知道它是“Rhino”，但在我的真实数据中可能还有其他缺失的级别。除了 forcats::fct_collapse 之外，我对其他选项持开放态度，但我想留在 tidyverse 领域。

REC <- function(Df, Data){

Df %>% 
mutate(NEW = fct_collapse(Data, One = c("Cat","Dog","Snake"),
                          Two = c("Elephant","Bird","Rhino")))
}

REC(Df1,Animal) - this works
REC(DF2,Animal) - this doesn't, it throws an error because of "Rhino"

样本数据：

Animal <- c("Cat","Dog","Snake","Elephant","Bird","Rhino")
Code <- c(101,222,434,545,444,665)
Animal2 <- c("Cat","Dog","Snake","Elephant","Bird")
Code2 <- c(101,222,434,545,444)

Df1 <- data_frame(Code, Animal)

Df2 <- data_frame(Code2, Animal2) %> %rename(Animal = Animal2)

Answer 1

这是给你的一个想法。我最初试图在我的函数中有两个参数。一个用于数据框，另一个是包含动物名称的列。但这次尝试失败了。我收到一条错误消息，说“mutate_impl(.data, dots) 中的错误：列 new 的长度必须为 5（行数）或 1，而不是 6。”所以我决定不在函数中使用列名；我在我的功能中明确表示Animal。然后，事情奏效了。这个想法是创建一个缺少动物名称的因子变量。这是在factor() 和setdiff() 中完成的。一旦我有了所有动物的名字，我就使用了fct_collapse()。

myfun <- function(mydf){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(Animal, levels = c(unique(Animal), setdiff(animals, Animal))),
                new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
         x}

> myfun(Df2)
# A tibble: 5 x 3
  Code2 Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  

> myfun(Df1)
# A tibble: 6 x 3
   Code Animal   new  
  <dbl> <chr>    <fct>
1   101 Cat      One  
2   222 Dog      One  
3   434 Snake    One  
4   545 Elephant Two  
5   444 Bird     Two  
6   665 Rhino    Two  

备忘录： 除了我有两个参数之外，以下函数是相同的。这是行不通的。如果可以修改，请告诉我。

myfun2 <- function(mydf, mycol){

         animals <- c("Cat", "Dog", "Snake", "Elephant", "Bird", "Rhino")

         mydf %>%
         mutate(new =  factor(mycol, levels = c(unique(mycol), setdiff(animals, mycol))),
               new = fct_collapse(new, One = c("Cat", "Dog", "Snake"),
                                       Two = c("Elephant", "Bird", "Rhino"))) -> x
        x}

> myfun2(Df2, Animal)
Error in mutate_impl(.data, dots) : 
Column `new` must be length 5 (the number of rows) or one, not 6