基于可能因素的多种组合减少R中的因素数量

我有一些人口普查数据，人们被允许将他们的种族列为一个或多个不同种族的组合。我们允许他们从这些选择中进行选择

美洲印第安人

东亚

太平洋岛民

黑人还是非裔美国人

白人还是白种人

西班牙裔或拉丁裔/a

南亚

中东

其他

如果你想制作人类种族的列联表，结果数据是相当混乱的，因为我在下面提供了一个样本，数据输出中有一个人列出了许多不同的种族

structure(list(Race = structure(c(3L, 2L, 3L, 9L, 9L, 11L, 
5L, 11L, 3L, 3L, 3L, 3L, 7L, 3L, 11L, 5L, 9L, 10L, 9L, 10L, 2L, 
3L, 2L, 6L, 9L, 10L, 3L, 10L, 8L, 3L, 5L, 1L, 2L, 9L, 4L, 3L), .Label = c("Black or African American", 
"Black or African American,White or Caucasian", "East Asian", 
"East Asian,Pacific Islander", "Hispanic or Latino/a", "Other", 
"Pacific Islander", "South Asian", "White or Caucasian", "White or Caucasian,Hispanic or Latino/a", 
"White or Caucasian,Middle Eastern"), class = "factor")), class = "data.frame", row.names = c(NA, 
-36L))

---

为了减少因子的数量，我想把任何在细胞中有多个种族的细胞变成“混合”。就像这个细胞说的“白人或白种人，中东人”应该变成混合的。因为我的实际数据集是大量的，有多种不同的种族组合，使用类似于

gsub（）

的东西，在所有组合中输入以替换为“混合”对我来说似乎不可行

为了方便起见，可以使用dplyr，但也可以使用base

data %>% 
  mutate(Race  = as.character(Race), 
         Race2 = replace(Race, grepl(",", Race), "Mixed"))

---

为了方便起见，可以使用dplyr，但也可以使用base

data %>% 
  mutate(Race  = as.character(Race), 
         Race2 = replace(Race, grepl(",", Race), "Mixed"))

---

您是否尝试过：data%>%变异（Race=as.character（Race），Race2=replace（Race，grepl（“，”，Race），“Mixed”））您是否尝试过：data%>%变异（Race=as.character（Race），Race2=replace（Race，grepl（“，”，Race），“Mixed”））尽可能在正则表达式函数中使用

fixed=TRUE

。如果我有一些空单元格，但没有提供竞争，有没有办法在不获取

的情况下执行此操作

当此函数应用于空单元格时？您希望在空单元格中放置什么？尽可能在正则表达式函数中使用

fixed=TRUE

。如果我有一些空单元格，但没有提供竞争，是否有办法在不获取

的情况下执行此操作

当此功能应用于空单元格时？您希望在空单元格中放置什么？