使用forcats和purrr总结字符向量列表

debugcn 发表于 Dev

人性至上

我有一点点地方col1是可变长度的字符向量列表，并且col2是一个数字向量，指示组分配（1或0）。我想先将列表（col1）中的所有字符向量转换为因数，然后统一所有这些因素之间的因素水平，以便最终获得每个因素水平的计数。对于以下示例数据，这将意味着总计如下：

总体：

    level, count  
    "a", 2
    "b", 2
    "c", 2
    "d", 3
    "e", 1

对于组= 1：

    level, count  
    "a", 1
    "b", 2
    "c", 1
    "d", 1
    "e", 0

对于组= 0：

    level, count  
    "a", 1
    "b", 0
    "c", 1
    "d", 2
    "e", 1

最终目标是能够获得每个因子水平的总数，c("a","b","c","d","e")并通过分组变量将其绘制出来。

这是一些可以更好地解决我的问题的代码：

library(forcats)
library(purrr)
library(dplyr)
library(ggplot2)

tib <- tibble(col1=list(c("a","b"),
                 c("b","c","d"), 
                 c("a","d","e"),
                 c("c","d")),
       col2=c(1,1,0,0))


tib %>% 
  mutate(col3=map(.$col1,.f = as_factor)) %>% 
  mutate(col4=map(.$col3,.f = fct_unify))

不幸的是，此代码失败。我收到以下错误，但不知道为什么：

Error:fsmust be a list

我以为我输入的是清单？

感谢任何人提供的帮助。谢谢。

罗纳克·沙

您可以先unnest然后count

library(dplyr)
library(tidyr)

tib %>%
  unnest(col = col1) %>%
  #If needed col1 as factors
  #mutate(col1 =factor(col1)) %>%
  count(col1)

#  col1      n
#  <fct> <int>
#1 a         2
#2 b         2
#3 c         2
#4 d         3
#5 e         1

要count根据基团，即col2，我们可以做

tib %>% 
  unnest(col = col1) %>% 
  mutate_at(vars(col1, col2), factor) %>%
  count(col1, col2, .drop = FALSE)

#   col1  col2      n
#   <fct> <fct> <int>
# 1 a     0         1
# 2 a     1         1
# 3 b     0         0
# 4 b     1         2
# 5 c     0         1
# 6 c     1         1
# 7 d     0         2
# 8 d     1         1
# 9 e     0         1
#10 e     1         0

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。