問題タブ [forcats]

レベルのパターンに基づいて、変数内の因子を自動的に再コード化する方法を探しています。より大きなデータセットに対してソリューションを反復するつもりです。

以下に示す例のインスタンスが複数ある、より大きなデータセットがあります。レベルは、次のパターンを持つ傾向があります。

メイン カテゴリは 1、2、3、および 4 です。レベル 11、12、13、および 14 は、レベル 1 のサブカテゴリです。グループ化プロセスを合理化できるようにしたいと考えています。を使用してリファクタリングを正常に実行しましたfct_recodeが、私の意図は、この手順を同様のコーディング パターンに従う他の変数に拡張することです。

^{reprex パッケージ(v0.2.1)により 2019-05-31 に作成}

このメソッドは、予想どおり、11、12、13、および 14 のサブカテゴリを 1 にグループ化することに成功しています。各サブカテゴリのレベルを手動で変更せずにこれを行う方法はありますか? そして、このプロセスを同じパターンを持ついくつかの変数に拡張する一般的な方法は何でしょうか? ありがとうございました。

predict.glm元のモデルのトレーニングに使用したものと同じデータセットを使用して予測を返したいのですがNULL、結果として取得し続けます。値が欠落しているために行が削除されていない、有効なモデルがあります。

私のコードには多くの変数があり、プロジェクトは本質的に少し機密性が高いため、おもちゃの例を使用して問題を再現しようとしています。ただし、問題の原因がわからないため、 をNULL使用して出力を再現できませんでしたglm.predict(object, type = "response)。この問題を経験したことがある人が解決策を推奨できることを願っています。

NULL上記の呼び出しが、指定した結果としてどのような条件で生成されるかはわかりpredict.glmません。コードの結果は私が取得したいものですが、実際のプロジェクトでNULLは、過去に適切な値が返されたにもかかわらず取得されます。これは再現可能な良い例ではないことは承知していますが、実際のデータに関する詳細を提供することはできません。助けていただければ幸いです。

関数で fct_recode を使用しようとしていますが、「エラー:f要素 (または文字ベクトル) である必要があります」というエラーが表示されます。

編集:これを実行すると、これを関数に組み込む方法がわからないまま直接動作します

df[,c1] を df$c1 に変更したときに機能しましたが、これを再コード関数に組み込む理由と方法がわからない

私が試しているコード

以下のコマンドを使用して見つかった df データセットの c1 列の構造 (大きなデータセットであるため、1 つの列の dput を共有します。問題がある場合はお知らせください)

関数が失敗しているに違いない理由