Переименование уровней с использованием подстановочных знаков в r

Question

Можно ли заменить уровни с помощью сопоставления с подстановочными знаками в R?

У меня есть столбец с именами значений лет опыта как "0 YEAR, 9 MONTHS", "1 YEAR, 0 MONTHS", "1 YEAR, 1 MONTHS", "1 YEAR, 10 MONTHS", "1 YEAR, 9 MONTHS", "10 YEAR, 0 MONTHS", "10 YEAR, 1 MONTHS", "10 YEAR, 10 MONTHS", примерно 600 уровней;Я хочу собрать все "0 YEAR... как "<1", 1 YEAR как "1", больше чем 5 YEAR как ">5", что дает 5 уровней.

grep("9 YEAR", data$Service, ignore.case = TRUE, value = TRUE)

Tried mutateи я не могу точно сузить для каждого уровня, я ожидаю только получить 5 или 6 уровней наконец.

Answer 1

Сначала давайте сгенерируем случайные выборочные данные

set.seed(2018)
x <- factor(paste(sample(0:10, 10, replace = T), "YEAR,", sample(0:11, 10, replace = T), "MONTHS"))
df <- data.frame(years_of_experience = x)
#   years_of_experience
#1     3 YEAR, 4 MONTHS
#2     5 YEAR, 7 MONTHS
#3    0 YEAR, 11 MONTHS
#4     2 YEAR, 8 MONTHS
#5     5 YEAR, 9 MONTHS
#6     3 YEAR, 7 MONTHS
#7     6 YEAR, 3 MONTHS
#8     1 YEAR, 6 MONTHS
#9    10 YEAR, 8 MONTHS
#10    6 YEAR, 9 MONTHS

Затем мы можем использовать case_when для бин years_of_experience на основе лет

df.new <- df %>%
    mutate(
        yr = as.numeric(gsub(" YEAR.*$", "", x)),
        bucket = case_when(
            yr < 1 ~ "<1",
            yr >= 5 ~ ">=5",
            TRUE ~ as.character(yr)))
df.new
#   years_of_experience yr bucket
#1     3 YEAR, 4 MONTHS  3      3
#2     5 YEAR, 7 MONTHS  5    >=5
#3    0 YEAR, 11 MONTHS  0     <1
#4     2 YEAR, 8 MONTHS  2      2
#5     5 YEAR, 9 MONTHS  5    >=5
#6     3 YEAR, 7 MONTHS  3      3
#7     6 YEAR, 3 MONTHS  6    >=5
#8     1 YEAR, 6 MONTHS  1      1
#9    10 YEAR, 8 MONTHS 10    >=5
#10    6 YEAR, 9 MONTHS  6    >=5

Мы можем преобразовать df.new$bucketна factor, который имеет 5 уровней

df.new %>% mutate(bucket = as.factor(bucket)) %>% pull(bucket)
# [1] 3   >=5 <1  2   >=5 3   >=5 1   >=5 >=5
#Levels: <1 >=5 1 2 3