在R中如何将多个因子变量的基准类别设为出现频率最高的水平

你可以直接使用tidyverse生态中forcats包的fct_infreq()函数实现需求，该函数会自动按因子水平的出现频率降序重排水平顺序，而R因子的默认参照组就是排序后的第一个水平，一行代码即可批量完成修改：

df <- df %>% mutate(across(c(Sex, Pclass, Embarked), fct_infreq))

效果验证 #

修改后可查看因子水平确认基准组已改为最高频类别：

• Embarked的基准组变为最高频的S：

levels(df$Embarked)
#> [1] "S" "C" "Q"

• Pclass的基准组变为最高频的3：

levels(df$Pclass)
#> [1] "3" "1" "2"

如果需要调整为按频率升序排列、把最低频设为基准组，换成fct_infreq(.x, desc = FALSE)即可。

内容的提问来源于stack exchange，提问作者Oska Fentem