在R的dplyr中使用group_by时如何合并因子水平

完全可以在group_by()中直接实现，不用提前修改原数据框的因子水平。下面用两种实用方法演示，基于tidyverse工具链：

方法1：用case_when()直接分组替换 #

适合不需要严格保留因子属性的场景，直接在group_by()内生成新的分组列：

library(dplyr)

# 构造示例数据
set.seed(123)
df <- tibble(
  group = factor(sample(c("A", "B", "C"), 100, replace = TRUE)),
  value = rnorm(100)
)

# 直接在group_by中合并非指定水平
df %>%
  group_by(group = case_when(
    group %in% c("A", "B") ~ as.character(group),  # 保留指定水平
    TRUE ~ "other"                                 # 其余合并为other
  )) %>%
  summarise(
    均值 = mean(value),
    样本量 = n()
  )

方法2：用forcats::fct_other()处理因子（推荐） #

如果你的分组列是因子类型，用forcats包的fct_other()更专业，能保留因子特性且代码更简洁：

library(dplyr)
library(forcats)

df %>%
  group_by(group = fct_other(
    group,
    keep = c("A", "B"),        # 指定要保留的因子水平
    other_level = "other"      # 合并后的名称
  )) %>%
  summarise(
    均值 = mean(value),
    样本量 = n()
  )

两种方法都不需要提前修改原数据框，直接在分组步骤完成合并逻辑，结果会保留指定水平，其余归为"other"后再做汇总计算。

内容的提问来源于stack exchange，提问作者Vanessa Han