如何在forcats的fct_collapse中结合tidyselect选择器处理因子水平

报错原因 #

starts_with()、contains()等tidyselect系列选择器，仅支持在select()、rename()、across()等dplyr列选择语境中使用，无法直接识别因子的水平列表，因此直接在fct_collapse中调用会触发语境错误。

解决方案 #

fct_collapse的类别参数接收字符向量作为待合并的水平值，因此我们可以先提取因子的现有水平，通过字符串匹配函数筛选出符合条件的水平后传入即可，无需逐一罗列水平。

完整可运行代码 #

首先加载依赖包：

library(tidyverse)

示例数据构造：

factor_df <- tibble(my_factor = factor(c("a_1","a_2","a_x","a_factor","a_factor","also_factor_a", 
                                      "1_b_1","2_b_2","xx_b_xx")))

写法1：结合base::grep实现匹配

factor_df <- factor_df %>%
  mutate(new_fct = fct_collapse(my_factor,
    a = c(grep("^a_", levels(my_factor), value = TRUE), "also_factor_a"),
    b = grep("_b_", levels(my_factor), value = TRUE)
  ))

写法2：结合stringr函数匹配（语义更清晰）

factor_df <- factor_df %>%
  mutate(new_fct = fct_collapse(my_factor,
    a = c(levels(my_factor)[str_starts(levels(my_factor), "a_")], "also_factor_a"),
    b = levels(my_factor)[str_detect(levels(my_factor), "_b_")]
  ))

结果验证 #

运行以下代码查看合并后的因子水平：

levels(factor_df$new_fct)

输出结果为：

[1] "a" "b"

内容的提问来源于stack exchange，提问作者Rasul89