问题描述
我正在尝试做一些非常简单的事情,那就是使用R中的forcats包来处理因子。我有一个包含一些因子变量的数据框,其中一个是性别,我只是想使用fct_count来计数变量的出现。语法在文档中显示为fct_count(f)
(这会更容易!)。
我正在尝试使用dplyr方式执行此操作,使用管道运算符而不是$语法来访问变量,但这似乎不起作用。我只是从根本上误解了语法吗?
pid <- c('id1','id2','id3','id4','id5','id6')
gender <- c('Male','Female','Other','Male','Female')
df <- data.frame(pid,gender)
df <- as.tibble(df)
df
# A tibble: 6 x 2
pid gender
<chr> <fct>
1 id1 Male
2 id2 Female
3 id3 Other
4 id4 Male
5 id5 Female
6 id6 Female
# This throws an error
df %>%
mutate(gender = as.factor(gender)) %>%
fct_count(gender) # Error: `f` must be a factor (or character vector).
# This works but doesn't use the nice dplyr select Syntax
fct_count(df$gender)
# A tibble: 3 x 2
f n
<fct> <int>
1 Female 3
2 Male 2
3 Other 1
我要去哪里错了? dplyr的新手,对这样愚蠢的问题感到抱歉,但我似乎在任何地方都找不到基本示例!
解决方法
您可以只使用group_by和n()
pid <- c('id1','id2','id3','id4','id5','id6')
gender <- c('Male','Female','Other','Male','Female')
df <- data.frame(pid,gender)
df <- tibble::tibble(df)
df %>%
dplyr::group_by(gender) %>%
dplyr::summarise(cnt_gender = n()) %>%
dplyr::ungroup()
,
fct_count
采用的矢量是类型因子或char类型,它并不是特别了解小标题和数据帧。所以最简单的管道就是...
library(dplyr)
library(forcats)
df %>%
pull(gender) %>%
fct_count
#> # A tibble: 3 x 2
#> f n
#> <fct> <int>
#> 1 Female 3
#> 2 Male 2
#> 3 Other 1
您的数据
pid <- c('id1',gender)
df <- tibble::as_tibble(df)
df