一個R函數爲載體

Question

我有一個數據幀，我試圖採取因子變量，只保留前31的水平，使所有其他級別的一些通用的水平。

我需要跨越幾個向量，所以我想我會創建功能做到這一點，但我沒有多少運氣。我想我需要以某種方式使用mapply或Vectorize，但我不認爲我正確地做這件事，因爲我得到有關無法分配內存3.6演出的錯誤消息。

這是其中x是矢量的功能和TOPCOUNT是等級的數量保持

createFactor <-function(x, topCount){ 
    table1 <- data.frame(table(x)) 
    table1 <- table1[order(-table1$Freq),] 
    noChange <- table1$Var1[1:topCount] 
    newVals1 <- factor(ifelse(x %in% noChange, x, "-1000")) 
    newVals1 
} 

我希望能夠寫這樣的事：

df1$topLevels <- createFactor(df1$fact1, 31) 

任何建議？

Answer 1

我不能完全確定有關本的性能特點，但我可能會寫這個功能更像是這樣：

topK <- function(x,k){ 
    tbl <- tabulate(x) 
    names(tbl) <- levels(x) 
    x <- as.character(x) 
    levelsToKeep <- names(tail(sort(tbl),k)) 
    x[!(x %in% levelsToKeep)] <- '-1000' 
    factor(x) 
} 

，我已經使用tabulate而不是table，因爲我懷疑可能是加快速度（這在你的案例中似乎很重要），儘管我沒有測試過，看看它實際上會有多快。