未拆分列表，合并因素

Question

我在 R 中有以下数据框：

  c1 c2  
1 10  a  
2 20  a  
3 30  b  
4 40  b

然后按如下方式split它：z = lapply(split(test$c1, test$c2), function(x) {cut(x, 2)})。 z 则：

$a  
[1] (9.99,15] (15,20]  
Levels: (9.99,15] (15,20]

$b  
[1] (30,35] (35,40]
Levels: (30,35] (35,40]  

我想通过取消拆分列表 unsplit(z, test$c2) 将因子合并回来。这会生成一个警告：

[1] (9.99,15] (15,20]   <NA>      <NA>     
Levels: (9.99,15] (15,20]
Warning message:
In `[<-.factor`(`*tmp*`, i, value = 1:2) :
  invalid factor level, NAs generated

我想对所有因子级别进行联合，然后进行拆分，以便不会发生此错误：

z$a = factor(z$a, levels=c(levels(z$a), levels(z$b)))
unsplit(z, test$c2)
[1] (9.99,15] (15,20]   (30,35]   (35,40]  
Levels: (9.99,15] (15,20] (30,35] (35,40]    

在我的真实数据框中，我有一个非常大的列表，因此我需要迭代所有列表元素（不只是两个）。最好的方法是什么？

Answer 1

如果我正确理解你的问题，我认为你让这个问题变得比需要的更复杂了。这是使用 plyr 的一种解决方案。我们将按 c2 变量进行分组：

require(plyr)
ddply(test, "c2", transform, newvar = cut(c1, 2))

该变量返回：

  c1 c2    newvar
1 10  a (9.99,15]
2 20  a   (15,20]
3 30  b   (30,35]
4 40  b   (35,40]

并具有以下结构：

'data.frame':   4 obs. of  3 variables:
 $ c1    : num  10 20 30 40
 $ c2    : Factor w/ 2 levels "a","b": 1 1 2 2
 $ newvar: Factor w/ 4 levels "(9.99,15]","(15,20]",..: 1 2 3 4

Answer 2

你能不能只用 unlist() z 来代替？

> unlist(z)
       a1        a2        b1        b2 
(9.99,15]   (15,20]   (30,35]   (35,40] 
Levels: (9.99,15] (15,20] (30,35] (35,40]

或者在结果因子上没有名称：

> unlist(z, use.names=FALSE)
[1] (9.99,15] (15,20]   (30,35]   (35,40]  
Levels: (9.99,15] (15,20] (30,35] (35,40]

您可以将所有内容合并到一个简单的单行代码中，不需要附加包：

> (test2 <- within(test, newvar <- unlist(lapply(split(c1, c2), cut, 2))))
  c1 c2    newvar
1 10  a (9.99,15]
2 20  a   (15,20]
3 30  b   (30,35]
4 40  b   (35,40]