fct_relevel()手动对水平值重新排序 fct_infreq(): 按高频优先排序 fct_inorder(): 按水平值出现的顺序 fct_rev(): 将顺序反转 fct_reorder(): 根据其它变量或函数结果排序 (绘图时有用) 修改水平: fct_recode(): 对水平值逐个重编码 fct_collapse(): 推倒手动合并部分水平 fct_lump_*(): 将多个频数...
fct_lump_min(): 把小于某些次数的归为其他类. fct_lump_prop(): 把小于某个比例的归为其他类. fct_lump_n(): 把个数最多的n个留下,其他的归为一类(如果n < 0,则个数最少的n个留下). fct_lump_lowfreq(): 将最不频繁的级别合并在一起. x <- factor(rep(LETTERS[1:9], times = c(40,...
## Levels: C D E F G H I hhahah 2.5fct_recode() 手动更改因子水平 x <- factor(c("apple","bear","banana","dear")) x ## [1] apple bear banana dear ## Levels: apple banana bear dear fct_recode(x, fruit ="apple", fruit ="banana") ## [1] fruit bear fruit dear ## Leve...
就是对于一个因子来讲，它本身水平就是固定的，有了NA，我们将NA进行替代，比如替代成missing，其实missing它并不是因子原来本身的一个水平，所以会报错，这个时候我们可以用fct_explicit_na()函数。fct_explicit_na()函数会直接将因子变量中的NA进行相应的替换，替换的值也自动成为该因子的一个水平。数值变量转分类...
修改水平不仅可以使得图形标签更美观清晰，还可以将水平汇集成更高层次的显示。修改水平最常用、最强大的工具是 fct_recode() 函数，它可以对每个水平进行修改或重新编码。例如，我们看一下 gss_cat$partyid：gss_cat %>% count(partyid)对水平的描述太过简单，而且不一致。我们将其修改为较为详细的排比结构 gss...
fct_count(channel, prop =TRUE) table(fct_match(channel,"Social")) fct_count( fct_collapse( channel, Search = c("Paid Search","Organic Search") ) ) fct_count( fct_recode( channel, Search ="Paid Search", Search ="Organic Search" ...
fct_infreq(): 按高频优先排序 fct_inorder(): 按水平值出现的顺序 fct_rev(): 将顺序反转 fct_reorder(): 根据其它变量或函数结果排序 (绘图时有用) 1. 2. 3. 4. 5. 6. 修改水平: fct_recode(): 对水平值逐个重编码 fct_collapse(): 推倒手动合并部分水平 ...
fct_recode():手动改变因子的值 fct_relabel():自动重新标记因子水平,必要时折叠 3. 增加/删除因子 fct_expand(): fct_explicit_na():使缺失值显式显示 fct_drop(): fct_unify(): 4. 合并多个因子 fct_c(): fct_cross(): 5.其他 as_factor(): ...
fct_other(x, drop = c("A", "B"), other_level = "lx") 更改名称后,顺序还是按照默认的了 x<-factor(c("apple","bear","banana","dear"))x 默认按照字母顺序 fct_recode(x, fruit = "apple", fruit = "banana") 更改了因子水平及label ...
forcats::fct_reorder2(f, x, y)也调整因子f的水平的次序,但是根据与每组中最大的 x 值相对应的 y 值大小调整次序,这样在作多个因子水平对应的曲线图时可以比较容易地区分多条曲线。 forcats::fct_recode()可以修改每个水平的名称,如: fac4 <- fct_recode( ...