How to combine many different factor levels into a limited number of factor levels? [closed]

I’m working on summarising a column of data about the village from which participants hail. The information arrived as character variables, which I’ve changed into factors.

There are about ~30 different villages represented. Some are just mispellings – eg. Chicago and Chicgao.

I wanted to summarise this info into factors levels A, B, C, D and Other, where A is village A and all mispellings of village A, and Other is everything else that doesn’t fit into A-D. (The number of mispellings are limited, thankfully.)

I have no idea how to do this other than manually recoding a lot of data points.

df %>%
  mutate(x= recode(x, "c('A', 'misspeltA')='A'; c('E', 'F', 'G' ... 'Z') = 'Other'))

I’ve also tried

df$village <- factor(df$village,
                       levels =c("A","B","C","mispeltA","D","E","F"),
                       labels =c("A","B","C","A","D","Other","Other"))

Is there a faster way?

2

forcats::fct_collapse() might help a bit:

library(dplyr)
set.seed(42)
df_ <- tibble(x = c("misspeltA", LETTERS[1:9]))

df_ |> 
  mutate( 
    x_collapsed = forcats::fct_collapse(x,
      A = c('A', 'misspeltA'), 
      B = c('B'), 
      C = c('C'), 
      D = c('D'), 
      other_level = "Other"
      )
    ) 
#> # A tibble: 10 × 2
#>    x         x_collapsed
#>    <chr>     <fct>      
#>  1 misspeltA A          
#>  2 A         A          
#>  3 B         B          
#>  4 C         C          
#>  5 D         D          
#>  6 E         Other      
#>  7 F         Other      
#>  8 G         Other      
#>  9 H         Other      
#> 10 I         Other

You can also build a named list of levels that can be spliced (!!!) and passed to fct_collapse(); for example wrangle villages vector so it would be suitable as a starting point (perhaps sort unique values alphabetically or by number of occurrences), create a named list and use dput() output as a base for manual edit:

sort(df_$x) |> 
  unique() |> 
  purrr::set_names() |> 
  as.list() |> 
  dput()

#> list(A = "A", B = "B", C = "C", D = "D", E = "E", F = "F", G = "G", 
#>     H = "H", I = "I", misspeltA = "misspeltA")

lvl <- 
  list(
    A = c("A", "misspeltA"), 
    B = "B", C = "C", D = "D"
  )

df_ |> 
  mutate(x_collapsed = forcats::fct_collapse(x, !!!lvl, other_level = "Other")) 
#> # A tibble: 10 × 2
#>    x         x_collapsed
#>    <chr>     <fct>      
#>  1 misspeltA A          
#>  2 A         A          
#>  3 B         B          
#>  4 C         C          
#>  5 D         D          
#>  6 E         Other      
#>  7 F         Other      
#>  8 G         Other      
#>  9 H         Other      
#> 10 I         Other

An automatic approach combining similar information into a new grp using agrep.

If this is your data

cities <- c("Chicgo", "Atalanta", "Chicago", "Chicgao", "Atlanta", "Atlnata",
"Boston", "Botson")

Regrouping with agrep

sapply(cities, (x) 
  paste(agrep(x, cities, max.distance=3), collapse=""))
  Chicgo Atalanta  Chicago  Chicgao  Atlanta  Atlnata   Boston   Botson
   "134"    "256"    "134"    "134"    "256"    "256"     "78"     "78"

as a data.frame

data.frame(cities, grp = 
  sapply(cities, (x) 
    paste(agrep(x, cities, max.distance=3), collapse="")), row.names=NULL)
    cities grp
1   Chicgo 134
2 Atalanta 256
3  Chicago 134
4  Chicgao 134
5  Atlanta 256
6  Atlnata 256
7   Boston  78
8   Botson  78

Note that you can play around with max.distance, taking higher values if more dissimilarities should be combined (with the trade off that some false combinations may occur).

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật