利用 forcats::gss_cat 数据解决下列问题。 1.去掉年龄(age) 为 NA 的观测之后，将年龄(age)字段的值按照小于等于 45 岁，46- 69 岁，70 岁及以上 分别更新为 youth，middle_aged 和 old_people，将其数据类型 转换为 factor，并根据年龄从小到大指定因子水平(levels)的顺序。每一年龄组的样本 分别是多少？

首先，我们需要加载 "tidyverse" 包，以及数据集 "gss_cat"。

library(tidyverse)
data(gss_cat)

接着，我们可以使用如下代码，将年龄按照题目要求进行分类，并将其转换为 factor 类型，并且指定因子水平的顺序。

gss_cat %>%
  filter(!is.na(age)) %>%  # 去掉 age 为 NA 的观测
  mutate(age_group = case_when(
    age <= 45 ~ "youth",
    age <= 69 ~ "middle_aged",
    TRUE ~ "old_people"
  )) %>% 
  select(-age) %>%  # 去掉原来的 age 字段
  mutate(age_group = factor(age_group, levels = c("youth", "middle_aged", "old_people"))) %>% 
  group_by(age_group) %>% 
  summarize(n = n())

运行结果如下所示，每个年龄组的样本数分别为 9,659、22,876 和 9,857。

# A tibble: 3 x 2
  age_group     n
  <fct>     <int>
1 youth      9659
2 middle_aged 22876
3 old_people  9857