寫這個R數據清理功能的更好的方法是什麼？

Question

我正在編寫一個R函數，它需要一個數據幀列（可能最好是類型因子），並將用戶定義頻率下的所有條目合併爲「其他」。這是爲數據清理完成的。

這是我採寫：

zcut <- function(column, threshold){ 
    dft <- data.frame(table(column)) 
    dft_ind <- sapply(dft$Freq, function(x) x < threshold) 
    dft_list <- dft[[1]][dft_ind] 
    levels(column)[levels(column) %in% dft_list] <- "Other" 
    return(column) 
} 

我覺得這是非常簡單的，但是否有辦法讓我的代碼更簡潔或精確？

我會問這個Code Review堆棧交換，儘管我不清楚許多R專家潛伏在那裏。

Answer 1

這裏您不需要sapply。試試：

dft_ind <- dft$Freq < threshold 

這應該加快函數在大數據量的情況下。