У меня есть data.frame, в котором 13 столбцов с факторами. Один из столбцов содержит данные кредитного рейтинга и имеет 54 различных значения:

levels(TR_factor$crclscod)
[1] "A"  "A2" "AA" "B"  "B2" "BA" "C"  "C2" "C5" "CA" "CC" "CY" "D" 
[14] "D2" "D4" "D5" "DA" "E"  "E2" "E4" "EA" "EC" "EF" "EM" "G"  "GA"
[27] "GY" "H"  "I"  "IF" "J"  "JF" "K"  "L"  "M"  "O"  "P1" "TP" "U" 
[40] "U1" "V"  "V1" "W"  "Y"  "Z"  "Z1" "Z2" "Z4" "Z5" "ZA" "ZY" 

Я хочу «объединить» эти категории во что-то вроде

levels(TR_factor$crclscod)
[1] "all A"  "all B"   "all C"  "all D" [...] "all z"

Моя попытка состояла в том, чтобы использовать некоторую форму конструкции вроде этой

crcls_reduced <- ifelse(TR_factor$crclscod %in% c("A","A2", "AA", "B", "B2","BA", "C" , "C2" ,"C5" ,"CA" ,"CC", "CY", "D",  "D2", "D4", "D5" ,"DA", "E" , "E2", "E4" ,"EA", "EC" ,"EF", "EM", "G" , "GA",  "GY" ,"H", "I",  "IF" ,"J" , "JF" ,"K", "L", "M", "O", "P1","TP", "U", "U1" ,"V",  "V1", "W" , "Y" , "Z" , "Z1", "Z2", "Z4" ,"Z5", "ZA", "ZY"), "A", "B", "C", "D", "E", "G", "H", "I", "J", "K", "L", "M", "O", "P", "T", "U", "V", "W", "Y", "Z")

Но, конечно, эта конструкция может производить только двоичный вывод. Конечно, я могу сделать все это вручную для каждой буквы, но я надеялся, что stackoverflow знает более быстрый и эффективный способ - например, используя какой-то пакет, о котором я не знаю.

3
PikkuKatja 10 Мар 2015 в 19:24

2 ответа

Лучший ответ

Вы могли бы попробовать

 factor(paste('all', sub('(.).*$', '\\1', v1)))

Или же

 factor(paste('all', substr(v1, 1,1)))

Данные

v1 <- c("A", "A2", "AA", "B", "B2", "BA", "C", "C2", "C5", "CA", "CC", 
"CY", "D", "D2", "D4", "D5", "DA", "E", "E2", "E4", "EA", "EC", 
"EF", "EM", "G", "GA", "GY", "H", "I", "IF", "J", "JF", "K", 
"L", "M", "O", "P1", "TP", "U", "U1", "V", "V1", "W", "Y", "Z", 
"Z1", "Z2", "Z4", "Z5", "ZA", "ZY")
3
akrun 10 Мар 2015 в 16:36

Это похоже на ответ @ akrun, а также использует тот факт, что первая буква - это желаемый новый уровень:

myf <- as.factor(paste(LETTERS, 1:100, sep=''))
myf_binned <- myf
levels(myf_binned) <- sapply(levels(myf_binned), 
                             function(l) substring(l, 1, 1))
myf_binned

Затем вы можете увидеть членство в корзине по

table(as.character(myf_binned))

# A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
# 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3

Редактировать:

На самом деле substring принимает векторы, так что это может быть еще проще

levels(myf_binned) <- substring(levels(myf_binned), 1, 1)
3
jaimedash 10 Мар 2015 в 16:49