r - 根据频率更改 R 中数据帧的值

Question

我正在尝试将 R 中数据框中的字符值重新编码为:

freq(prueba$frutas, sort = "dec")

                       n    % val%
BANANA             36793 61.9 66.3
UVA                 5206  8.8  9.4
FRESA               3153  5.3  5.7
CEREZA              2883  4.9  5.2
MANZANA             2748  4.6  4.9
MANGO               1680  2.8  3.0
MELON               1063  1.8  1.9
SANDIA              1061  1.8  1.9
OTROS                766  1.3  1.4
PERA                  97  0.2  0.2
KIWI                  72  0.1  0.1
BROCOLI                1  0.0  0.0
NA                  3877  6.5   NA

所以我想将数据框中频率低于 6% 的所有“字符”值替换为“其他”，因此结果将是:

freq(prueba$frutas, sort = "dec")

                        n    % val%
BANANA              36793 61.9 66.3
OTHER               13524 22.8 24.3
UVA                  5206  8.8  9.4
NA                   3877  6.5   NA

通常我使用 replace 来替换值，如下所示，但我想知道是否有更好的方法使用 6% 值来完成。

prueba$frutas <- replace(prueba$frutas, which(prueba$frutas != c("BANANA","UVAS")) , "OTHER")

Answer 1

如果没有您的数据和更多信息，我可以提供 forcats::fct_lump_prop。这是一个使用来自 questionr 的数据集的示例，我相信您是从中获取 freq 函数的。

library(questionr)
library(forcats)

data(hdv2003)
freq(hdv2003$qualif, sort = "dec")

#>                            n    % val%
#> Employe                  594 29.7 35.9
#> Ouvrier qualifie         292 14.6 17.7
#> Cadre                    260 13.0 15.7
#> Ouvrier specialise       203 10.2 12.3
#> Profession intermediaire 160  8.0  9.7
#> Technicien                86  4.3  5.2
#> Autre                     58  2.9  3.5
#> NA                       347 17.3   NA

hdv2003$newqualif <- forcats::fct_lump_prop(hdv2003$qualif, 0.06)
freq(hdv2003$newqualif, sort = "dec")

#>                            n    % val%
#> Employe                  594 29.7 35.9
#> Ouvrier qualifie         292 14.6 17.7
#> Cadre                    260 13.0 15.7
#> Ouvrier specialise       203 10.2 12.3
#> Profession intermediaire 160  8.0  9.7
#> Other                    144  7.2  8.7
#> NA                       347 17.3   NA