基于匹配字符的折叠因子级别

Question

我在小标题中有许多因子向量。这是一项调查，所以级别是字母代码。

调查工具结合了在调查时选择的字母顺序（来自答题器），根据问题的不同，该字母顺序可能有用也可能没有用。

我正在寻找一个整齐的函数或一个过程，通过该过程可以用匹配的字母折叠因子水平。即，“ B，A” =“ A，B”，并且折叠为“ A，B”。

或“ B，C，A” =“ C，A，B” =“ A，B，C”或字母A，B，C的任意组合。在一个因子水平上，我最多可以包含5个字母，因此它很快就会变得复杂。

我应该将其转换为字符串，然后使用stringi或grepl将其分成多列吗？我有很多专栏文章，所以我正在寻找一个光滑的解决方案。有任何想法吗？

这是我的数据中一个简单字符串的示例：

string<-c("E","C","A","A,B","A,B,C","B,A","C,A,B") %>% as.factor()

Answer 1

用逗号分隔，排序，粘贴在一起。

string %>% strsplit(split = ",", fixed = TRUE) %>%
  lapply(sort) %>%
  sapply(paste, collapse = ",") %>%
  factor
# [1] E     C     A     A,B   A,B,C A,B   A,B,C
# Levels: A A,B A,B,C C E