一、因子的特点或性质
1、因子可视为C或JAVA语言中的枚举,适用于有限状态的表示。
2、因子不可以赋枚举集合外的值,如一个因子包含male,female,则不能再赋male和female以为的值,赋其他值会将该元素设置为空值。
二、因子的建立
1、因子的建立
假定有因子gendor,为一组人的性别:
1
|
> gendor<-factor(c( 'm' , 'f' , 'f' , 'm' ),labels=c( 'male' , 'female' ))
|
则通过上式建立一个性别因子。
1
2
3
|
> gendor
[1] female male male female
Levels: male female
|
可以看到有两个级别(或水平),分别是male和female。
2、有序因子
若因子需要有序,比如差,一般,好,很好,非常好,则可使用order参数:order=TRUE。
例如:
1
2
3
4
5
6
7
8
9
|
>qulity<-c( 'good' , 'common' , 'good' , 'better' , 'excellent' )
> q<-factor(qulity,levels=c( 'bad' , 'good' , 'common' , 'better' , 'excellent' ),
+ labels=c( 'bad' , 'good' , 'common' , 'better' , 'excellent' ),order=TRUE)
> q
[1] good common good better excellent
Levels: bad < good < common < better < excellent
> q[4]
[1] better
Levels: bad < good < common < better < excellent
|
三、因子与向量的转换
1、向量到因子转换
实际上就是构造因子,例如上例:
1
2
3
4
5
|
>qulity<-c( 'good' , 'common' , 'good' , 'better' , 'excellent' )
> q<-factor(qulity,levels=c( 'bad' , 'good' , 'common' , 'better' , 'excellent' ),
+ labels=c( 'bad' , 'good' , 'common' , 'better' , 'excellent' ),order=TRUE)
> str(q)
Ord.factor w/ 5 levels "bad" < "common" <..: 3 2 3 4 5
|
2、因子到向量的转换
(1)使用as.vector()函数,例子:
1
2
3
4
5
6
7
8
9
10
11
12
|
> q<-factor(qulity,levels=c( 'bad' , 'common' , 'good' , 'better' , 'excellent' ),
+ labels=c( 'bad' , 'common' , 'good' , 'better' , 'excellent' ),order=TRUE)
> q
[1] good common good better excellent
Levels: bad < common < good < better < excellent
> str(q)
Ord.factor w/ 5 levels "bad" < "common" <..: 3 2 3 4 5
> q2<-as.vector(q)
> q2
[1] "good" "common" "good" "better" "excellent"
> str(q2)
chr [1:5] "good" "common" "good" "better" "excellent"
|
可以看到已经转换为字符型。
(2)使用as.numeric()函数,因子被转换为数字,例子:
1
2
3
4
5
|
> q2<-as.numeric(q)
> q2
[1] 3 2 3 4 5
> str(q2)
num [1:5] 3 2 3 4 5
|
参考:
因子(factor)和有序因子(ordered factor)
因子用来存储类别变量(categorical variables)和有序变量,这类变量不能用来计算而只能用来分类或者计数。因子表示分类变量,有序因子表示有序变量。
生成因子数据对象的函数是factor(),语法是factor(data, levels, labels, ...),其中data是数据,levels是因子水平向量,labels是因子的标签向量。
1、创建一个因子。
例1:
1
2
3
4
5
6
7
8
|
colour <- c( 'G' , 'G' , 'R' , 'Y' , 'G' , 'Y' , 'Y' , 'R' , 'Y' )
col <- factor(colour)
col1 <- factor(colour, levels = c( 'G' , 'R' , 'Y' ), labels = c( 'Green' , 'Red' , 'Yellow' ))
#labels的内容替换colour相应位置对应levels的内容
col2 <- factor(colour, levels = c( 'G' , 'R' , 'Y' ), labels = c( '1' , '2' , '3' ))
col_vec <- as.vector(col2) #转换成字符向量
col_num <- as.numeric(col2) #转换成数字向量
col3 <- factor(colour, levels = c( 'G' , 'R' ))
|
2、创建一个有序因子
例1:
1
2
|
score <- c( 'A' , 'B' , 'A' , 'C' , 'B' )
score1 <- ordered(score, levels = c( 'C' , 'B' , 'A' )); score1
|
3、用cut()函数将一般的数据转换成因子或有序因子
例1:
1
2
3
4
5
6
|
exam <- c(98, 97, 52, 88, 85, 75, 97, 92, 77, 74, 70, 63, 97, 71, 98,
65, 79, 74, 58, 59, 60, 63, 87, 82, 95, 75, 79, 96, 50, 88)
exam1 <- cut (exam, breaks = 3) #切分成3组
exam2 <- cut (exam, breaks = c(0, 59, 69, 79, 89, 100)) #切分成自己设置的组
attr(exam1, 'levels' ); attr(exam2, 'levels' ); attr(exam2, 'class' )
ordered(exam2, labels = c( 'bad' , 'ok' , 'average' , 'good' , 'excellent' )) #一个有序因子
|
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。
原文链接:https://blog.csdn.net/hongweigg/article/details/49387079