Poziomy współczynnika spadku w podgrupie danych

Od wersji R 2.12 istnieje funkcja droplevels().

levels(droplevels(subdf$letters))

Jeśli nie chcesz tego zachowania, nie używaj współczynników, zamiast tego użyj wektorów znaków. Myślę, że to ma więcej sensu niż łatanie rzeczy po wszystkim. Spróbuj wykonać następujące czynności przed załadowaniem danych za pomocą read.table lub read.csv:

options(stringsAsFactors = FALSE)

Jest to znany problem, a jednym z możliwych rozwiązań jest drop.levels() w pakiecie gdata , gdzie twój przykład staje się

> drop.levels(subdf)
  letters numbers
1       a       1
2       b       2
3       c       3
> levels(drop.levels(subdf)$letters)
[1] "a" "b" "c"

Istnieje również funkcja dropUnusedLevels w pakiecie Hmisc . Jednak działa tylko poprzez zmianę operatora podzbioru [ i nie ma tu zastosowania.

Jako następstwo, bezpośrednie podejście na podstawie kolumny jest proste as.factor(as.character(data)):

> levels(subdf$letters)
[1] "a" "b" "c" "d" "e"
> subdf$letters <- as.factor(as.character(subdf$letters))
> levels(subdf$letters)
[1] "a" "b" "c"

Inny sposób robienia tego samego, ale z dplyr

library(dplyr)
subdf <- df %>% filter(numbers <= 3) %>% droplevels()
str(subdf)

Edit:

subdf <- df %>% filter(numbers <= 3) %>% droplevels
levels(subdf$letters)

Oto inny sposób, który moim zdaniem jest odpowiednikiem podejścia factor(..):

> df <- data.frame(let=letters[1:5], num=1:5)
> subdf <- df[df$num <= 3, ]

> subdf$let <- subdf$let[ , drop=TRUE]

> levels(subdf$let)
[1] "a" "b" "c"

Patrząc na kod droplevelsmetod w źródle R można zobaczyć zawija się on do factor funkcji. Oznacza to, że możesz odtworzyć kolumnę za pomocą funkcji factor.
Poniżej danych.tabela pozwala na obniżenie poziomów ze wszystkich kolumn współczynników.

library(data.table)
dt = data.table(letters=factor(letters[1:5]), numbers=seq(1:5))
levels(dt$letters)
#[1] "a" "b" "c" "d" "e"
subdt = dt[numbers <= 3]
levels(subdt$letters)
#[1] "a" "b" "c" "d" "e"

upd.cols = sapply(subdt, is.factor)
subdt[, names(subdt)[upd.cols] := lapply(.SD, factor), .SDcols = upd.cols]
levels(subdt$letters)
#[1] "a" "b" "c"

To obrzydliwe. Zazwyczaj tak to robię, aby uniknąć ładowania innych pakietów:

levels(subdf$letters)<-c("a","b","c",NA,NA)

Co daje:

> subdf$letters
[1] a b c
Levels: a b c

Zauważ, że nowe poziomy zastąpią to, co zajmuje ich indeks w starych poziomach (subdf$litery), więc coś w stylu:

levels(subdf$letters)<-c(NA,"a","c",NA,"b")

To oczywiście nie jest idealne, gdy masz wiele poziomów, ale dla kilku, to szybkie i łatwe.

Oto sposób na to

varFactor <- factor(letters[1:15])
varFactor <- varFactor[1:5]
varFactor <- varFactor[drop=T]

Ze względu na kompletność, teraz jest również fct_drop w forcats pakiecie http://forcats.tidyverse.org/reference/fct_drop.html .

Różni się od droplevels sposobem, w jaki zajmuje się NA:

f <- factor(c("a", "b", NA), exclude = NULL)

droplevels(f)
# [1] a    b    <NA>
# Levels: a b <NA>

forcats::fct_drop(f)
# [1] a    b    <NA>
# Levels: a b

Napisałem do tego funkcje użytkowe. Teraz, gdy wiem o spadku gdata.poziomy, wygląda całkiem podobnie. Here they are (from here):

present_levels <- function(x) intersect(levels(x), x)

trim_levels <- function(...) UseMethod("trim_levels")

trim_levels.factor <- function(x)  factor(x, levels=present_levels(x))

trim_levels.data.frame <- function(x) {
  for (n in names(x))
    if (is.factor(x[,n]))
      x[,n] = trim_levels(x[,n])
  x
}

[1]}bardzo ciekawy wątek, szczególnie spodobał mi się pomysł, aby po prostu ponownie uwzględnić subselekcję. Miałem podobny problem wcześniej i po prostu przekształciłem się w postać, a potem z powrotem w czynnik.

   df <- data.frame(letters=letters[1:5],numbers=seq(1:5))
   levels(df$letters)
   ## [1] "a" "b" "c" "d" "e"
   subdf <- df[df$numbers <= 3]
   subdf$letters<-factor(as.character(subdf$letters))