Збереження найпоширеніших рівнів

Іноді потрібно зберігати не за часткою, а саме найпоширеніші n рівнів. Подивімося, як зміняться збережені рівні для MLMethodNextYearSelect, якщо обирати за кількістю, а не за пропорцією. Об'єкт multiple_choice_responses уже завантажено для вас.

Ця вправа є частиною курсу

Категоріальні дані в Tidyverse

Переглянути курс

Інструкції до вправи

Видаліть респондентів, які не обрали метод.
Створіть нову змінну ml_method на основі MLMethodNextYearSelect, яка зберігає 5 найпоширеніших назв, а решту об'єднує як "other method" за допомогою аргументу other_level.
Порахуйте частоту для кожного ml_method, відсортувавши у спадаючому порядку.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

multiple_choice_responses %>%
  # Remove NAs 
  filter(___) %>%
  # Create ml_method, retaining the 5 most common methods and renaming others "other method" 
  mutate(ml_method = ___(MLMethodNextYearSelect, ___, other_level = ___)) %>%
  # Count the frequency of your new variable, sorted in descending order
  ___(ml_method, ___)

Редагувати та запускати код