R 如何使用fct#u lump（）按组获取前n个级别，并将其余级别放入'；其他'；？

我试图根据一个聚合变量在每个组中找到前3个因子水平，并将其余因子水平分组为每个组的“其他”。通常我会使用fct_rup_n来实现这一点，但我不知道如何使它在每个小组中都起作用。 下面是一个例子，我想根据x变量分组，根据z值对y变量排序，选择前3个y变量，然后将y的其余部分分组为“其他”：

其中返回以下内容：

# A tibble: 9 x 3
# Groups:   x [3]
  x     y         z
  <fct> <fct> <int>
1 r     i        95
2 r     c        92
3 r     a        88
4 s     g        94
5 s     g        92
6 s     f        92
7 t     j       100
8 t     d        93
9 t     i        81

#一个tible:9 x 3
#组别:x[3]
x y z
1 r i 95
2 r c 92
3 r a 88
4 s g 94
5 s g 92
6 s f 92
7T j 100
8 t d 93
9 t i 81

这基本上就是我想要的，但是我缺少了r、s和t中的'other'变量，它收集了未计算的z值

---

我可以用fct\u lump\n来做这个吗？或者将排除的变量分组为“其他”

在R4.0.0和

tidyverse

1.3.0中尝试过：

set.seed(50)
df <- tibble(x = factor(sample(letters[18:20], 100, replace = T)),
             y = factor(sample(letters[1:10], 100, replace = T)),
             z = sample(100, 100, replace = T))

df %>%
  group_by(x) %>%
  arrange(desc(z)) %>%
  mutate(a = row_number(-z)) %>%
  mutate(y = case_when(a > 3 ~ "Other", TRUE ~ as.character(y))) %>%
  mutate(a = case_when(a > 3 ~ "Other", TRUE ~ as.character(a))) %>%
  group_by(x, y, a) %>%
  summarize(z = sum(z)) %>%
  arrange(x, a) %>%
  select(-a)

set.seed（50）
df%
分组依据（x）%>%
排列（描述（z））%>%
变异（a=行数（-z））%>%
变异（当（a>3~“其他”，真~如字符（y）））%>%
变异（a=case_，当（a>3~“其他”，TRUE~as.character（a）））%>%
（x，y，a）%>%
汇总（z=总和（z））%>%
排列（x，a）%>%
选择（-a）

输出：

# A tibble: 12 x 3
# Groups:   x, y [11]
   x     y         z
   <fct> <chr> <int>
 1 r     b        92
 2 r     j        89
 3 r     g        83
 4 r     Other   749
 5 s     i        93
 6 s     h        93
 7 s     i        84
 8 s     Other  1583
 9 t     a        99
10 t     b        98
11 t     i        95
12 t     Other  1508

#一个tible:12 x 3
#组：x，y[11]
x y z
1 r b 92
2 r j 89
3 r g 83
4 r其他749
5 s i 93
6 s h 93
7 s i 84
8其他1583
9吨a 99
10TB98
11 t i 95
12吨其他1508

注：变量

a

与

y

一起使用是为了补偿y被替换采样的事实（参见输出的第5行和第7行）。如果不使用

a

，则输出的第5行和第7行将对其

z

进行汇总。还请注意，我试图解决所提出的问题，但我将

y

保留为字符，因为我假设那些“其他”并不意味着是同一个因子级别

set.seed(50)
df <- tibble(x = factor(sample(letters[18:20], 100, replace = T)),
             y = factor(sample(letters[1:10], 100, replace = T)),
             z = sample(100, 100, replace = T))

df %>%
  group_by(x) %>%
  arrange(desc(z)) %>%
  mutate(a = row_number(-z)) %>%
  mutate(y = case_when(a > 3 ~ "Other", TRUE ~ as.character(y))) %>%
  mutate(a = case_when(a > 3 ~ "Other", TRUE ~ as.character(a))) %>%
  group_by(x, y, a) %>%
  summarize(z = sum(z)) %>%
  arrange(x, a) %>%
  select(-a)

# A tibble: 12 x 3
# Groups:   x, y [11]
   x     y         z
   <fct> <chr> <int>
 1 r     b        92
 2 r     j        89
 3 r     g        83
 4 r     Other   749
 5 s     i        93
 6 s     h        93
 7 s     i        84
 8 s     Other  1583
 9 t     a        99
10 t     b        98
11 t     i        95
12 t     Other  1508