【发布时间】:2014-05-19 05:09:15
【问题描述】:
现在,我有以下由 original.df %.% group_by(Category) %.% tally() %.% arrange(desc(n)) 创建的 data.frame。
DF <- structure(list(Category = c("E", "K", "M", "L", "I", "A",
"S", "G", "N", "Q"), n = c(163051, 127133, 106680, 64868, 49701,
47387, 47096, 45601, 40056, 36882)), .Names = c("Category",
"n"), row.names = c(NA, 10L), class = c("tbl_df", "tbl", "data.frame"
))
Category n
1 E 163051
2 K 127133
3 M 106680
4 L 64868
5 I 49701
6 A 47387
7 S 47096
8 G 45601
9 N 40056
10 Q 36882
我想从排名靠后的类别中创建一个“其他”字段。即
Category n
1 E 163051
2 K 127133
3 M 106680
4 L 64868
5 I 49701
6 Other 217022
现在,我正在做
rbind(filter(DF, rank(rev(n)) <= 5),
summarise(filter(DF, rank(rev(n)) > 5), Category = "Other", n = sum(n)))
它将所有不在前 5 名中的类别折叠到其他类别中。
但我很好奇dplyr 或其他现有软件包中是否有更好的方法。 “更好”是指更简洁/可读。我也对以更聪明或更灵活的方式选择Other 的方法感兴趣。
【问题讨论】: