R言語のforcatsパッケージに含まれているfct_lump_prop()関数について解説します。この関数は、「因子型変数の中で構成比（割合）が指定した基準に満たないマイナーなカテゴリーを、まとめて『その他』にグループ化したい」ときに使える関数です。データの可視化やモデリングの前に、種類が多すぎるカテゴリをすっきり整理するのに非常に便利です。
forcatsパッケージは、因子型（factor型）データを操作するための強力で便利な関数を多く取り扱っています。また、Rのデータサイエンス向け主要パッケージ群であるtidyverseパッケージにも含まれています。
概要
fct_lump_prop()は、指定割合以下しか出現しない水準を「その他」にするための関数です。
使い方
fct_lump_prop(f, prop, w = NULL, other_level = "Other")
引数
f
因子(または文字ベクトル)を指定します。
prop
正のpropは、少なくともpropの回数出現しない値をまとめます。負のpropは、最大で-propの回数出現しない値をまとめます。
w = NULL
f内の(水準ではない)各値の頻度の重みを示すオプションの数値ベクトルを指定します。
other_level = “Other”
「その他」の値に使用される水準の値を指定します。
常に水準の最後に配置されます。
使用例
準備
あらかじめ、tidyverseパッケージまたはforcatsパッケージを読み込んでおきます。
# library(tidyverse)でもよい
library(forcats)
指定割合以下しか出現しない水準を「その他」にする
指定割合以下しか出現しない水準を「その他」にするには次のようにします。
f <- factor(c(rep("A", 5), rep("B", 5), rep("C", 2)))
fct_lump_prop(f, 0.2)
[1] A A A A A B B B B B Other Other
Levels: A B Other