删除具有一个因子水平的变量，不包括 NA

Question

我需要在嵌套数据集中删除一级（不包括 NA）的因子变量。 'drop_fixed_factors' 下面的函数在评估因子水平数时将 NA 视为一个水平。我怎样才能解决这个问题，以便对于 A==Y，B 有一层 (A)，而不是两层 (A, NA)？

 df <- tibble::tribble(
  ~A,  ~B,
  "X", "A",
  "X", "B",
  "Y", "A",
  "Y", NA_character_,
  "Z", "A",
  "Z", "B",
  "Z", NA_character_,
  "K", "A",
  "K", "A",
  "L", NA_character_,
  "L", NA_character_,
  )

df$B <- as.factor(df$B)

dfgrp <- df %>% 
  group_by(A) %>% 
  nest() 

drop_fixed_factors <- function(x) {
  x %>% discard(~is.factor(.x) & length(unique(.x))<2)
}

dfgrp1 <- dfgrp %>% 
  mutate(data_1 = map(data, ~drop_fixed_factors(.x)))

dfgrp1

dfgrp1$data_1[[2]]

对于组 A == "Y"，所需的输出不应该有变量 B。

Answer 1

您可以手动删除 unique 中的 NA 值：

drop_fixed_factors <- function(x) {
     x %>% discard(~is.factor(.x) & length(unique(na.omit(.x)))<2)
}

或者您可以使用 dplyr::n_distinct 并使用 na.rm 参数：

drop_fixed_factors <- function(x) {
     x %>% discard(~is.factor(.x) & n_distinct(.x, na.rm = TRUE)<2)
}

两个选项 return 组 "Y" 没有。

dfgrp1
# A tibble: 5 x 3
  A     data             data_1          
  <chr> <list>           <list>          
1 X     <tibble [2 x 1]> <tibble [2 x 1]>
2 Y     <tibble [2 x 1]> <tibble [2 x 0]>
3 Z     <tibble [3 x 1]> <tibble [3 x 1]>
4 K     <tibble [2 x 1]> <tibble [2 x 0]>
5 L     <tibble [2 x 1]> <tibble [2 x 0]>

删除具有一个因子水平的变量，不包括 NA

Drop variables with one factor level excluding NAs

r

dplyr

purrr

tidyverse

forcats