参见?factor的警告部分:

特别地，作为。数值应用于 一个因素是没有意义的，而且可能 通过隐性胁迫发生。来 将因子f变换为 近似于它原来的数值 值，如.numeric(levels(f))[f]是 推荐，稍微多一点 效率比 as.numeric (as.character (f))。

R的常见问题解答也有类似的建议。

为什么as.numeric(levels(f))[f]比as.numeric(as.character(f))更有效?

As.numeric (as.character(f))实际上是As.numeric (levels(f)[f])，因此您是在长度(x)值上执行到numeric的转换，而不是在nlevels(x)值上执行转换。速度的差异将是最明显的长向量与很少的水平。如果这些值都是唯一的，那么在速度上就不会有太大的差异。无论您如何进行转换，该操作都不太可能成为代码中的瓶颈，因此不必过于担心。

一些时间

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05

R有许多(未记录的)便利函数用于转换因子:

as.character.factor as.data.frame.factor as.Date.factor as.list.factor as.vector.factor .．.

但令人烦恼的是，没有任何东西可以处理因子->数字转换。作为Joshua Ulrich回答的延伸，我建议通过定义你自己的惯用函数来克服这个遗漏:

as.double.factor <- function(x) {as.numeric(levels(x))[x]}

你可以把它存储在你的脚本开头，或者更好的存储在你的。rprofile文件中。

只有在因子标签与原始值匹配的情况下才有可能。我将用一个例子来解释。

假设数据是向量x:

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

现在我将创建一个带有四个标签的因子:

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1) x的类型是double, f的类型是integer。这是第一个不可避免的信息损失。因子总是存储为整数。

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2)如果只有f可用，则不可能恢复到原始值(10,20,30,40)。我们可以看到f只包含整数值1、2、3、4和两个属性——标签列表(“A”、“B”、“C”、“D”)和类属性“factor”。仅此而已。

> str(f)
 Factor w/ 4 levels "A","B","C","D": 2 1 3 2 1 4 1 4
> attributes(f)
$levels
[1] "A" "B" "C" "D"

$class
[1] "factor"

要恢复到原始值，我们必须知道在创建因子时使用的级别值。这里是c(10,20,30,40)如果我们知道原始的水平(以正确的顺序)，我们可以恢复到原始的值。

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

这只在为原始数据中的所有可能值定义了标签的情况下才有效。

所以如果你需要原始值，你必须保留它们。否则，很有可能无法仅从一个因素得到反馈。

最简单的方法是使用包varhandle中的unfactor函数，它可以接受一个因子向量，甚至一个数据帧:

unfactor(your_factor_variable)

下面这个例子可以作为一个快速的开始:

x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)

class(x)  # -> "character"
class(y)  # -> "numeric"

x <- factor(x)
y <- factor(y)

class(x)  # -> "factor"
class(y)  # -> "factor"

library(varhandle)
x <- unfactor(x)
y <- unfactor(y)

class(x)  # -> "character"
class(y)  # -> "numeric"

你也可以在数据框架上使用它。例如虹膜数据集:

sapply(iris, class)

萼片。花萼长度。宽度花瓣。花瓣长度。宽度的物种 "数字" "数字" "数字" "因素"

# load the package
library("varhandle")
# pass the iris to unfactor
tmp_iris <- unfactor(iris)
# check the classes of the columns
sapply(tmp_iris, class)

萼片。花萼长度。宽度花瓣。花瓣长度。宽度的物种 "数字" "数字" "数字" "字符"

# check if the last column is correctly converted
tmp_iris$Species

[1] "setosa" "setosa" "setosa" "setosa" "setosa" [6] "setosa" "setosa" "setosa" "setosa" "setosa" [11] "setosa" "setosa" "setosa" "setosa" "setosa" [16] "setosa" "setosa" "setosa" "setosa" "setosa" [21] "setosa" "setosa" "setosa" "setosa" "setosa" [26] "setosa" "setosa" "setosa" "setosa" "setosa" [31] "setosa" "setosa" "setosa" "setosa" "setosa" [36] "setosa" "setosa" "setosa" "setosa" "setosa" [41] "setosa" "setosa" "setosa" "setosa" "setosa" [46] "setosa" "setosa" "setosa" "setosa" "setosa" [51] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [56] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [61] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [66] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [71] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [76] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [81] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [86] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [91] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [96] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor" [101] "virginica" "virginica" "virginica" "virginica" "virginica" [106] "virginica" "virginica" "virginica" "virginica" "virginica" [111] "virginica" "virginica" "virginica" "virginica" "virginica" [116] "virginica" "virginica" "virginica" "virginica" "virginica" [121] "virginica" "virginica" "virginica" "virginica" "virginica" [126] "virginica" "virginica" "virginica" "virginica" "virginica" [131] "virginica" "virginica" "virginica" "virginica" "virginica" [136] "virginica" "virginica" "virginica" "virginica" "virginica" [141] "virginica" "virginica" "virginica" "virginica" "virginica" [146] "virginica" "virginica" "virginica" "virginica" "virginica"

注意:这个特殊的答案不是用于将数值因子转换为数字，而是用于将分类因子转换为相应的级别数字。

这篇文章中的每个答案都没有为我产生结果，NAs正在生成。

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

对我有用的是——

as.integer(y2)
# [1] 1 2 3 4 1

如果有数据帧，可以使用hablar::convert。语法很简单:

样本df

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

解决方案

df %>% 
  convert(num(a, b))

给你:

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

或者如果你想让一列是整数，一列是数字:

df %>% 
  convert(int(a),
          num(b))

结果:

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30

在游戏后期，偶然地，我发现trimws()可以将因子(3:5)转换为c(“3”，“4”，“5”)。然后可以调用as.numeric()。那就是:

as.numeric(trimws(x_factor_var))

从我能读到的许多答案中，唯一给出的方法是根据因素的数量扩大变量的数量。如果你有一个级别为“dog”和“cat”的变量“pet”，你最终会得到pet_dog和pet_cat。

在我的例子中，我希望保持相同数量的变量，通过将因子变量转换为数值变量，以一种可以应用于许多级别的许多变量的方式，例如cat=1和dog=0。

对应的解决方案如下:

crime <- data.frame(city = c("SF", "SF", "NYC"),
                    year = c(1990, 2000, 1990),
                    crime = 1:3)

indx <- sapply(crime, is.factor)

crime[indx] <- lapply(crime[indx], function(x){ 
  listOri <- unique(x)
  listMod <- seq_along(listOri)
  res <- factor(x, levels=listOri)
  res <- as.numeric(res)
  return(res)
}
)

看起来解决方案作为.numeric(水平(f))[f]不再工作与R 4.0。

可选择的解决方案:

factor2number <- function(x){
    data.frame(levels(x), 1:length(levels(x)), row.names = 1)[x, 1]
}

factor2number(yourFactor)

对于级别完全为数值的因子，Type.convert (f)是另一个基本选项。

性能方面，它相当于as.numeric(as.character(f))，但速度远不如as.numeric(levels(f))[f]。

identical(type.convert(f), as.numeric(levels(f))[f])

[1] TRUE

也就是说，如果vector在第一个实例中被创建为因子的原因没有被解决(即它可能包含一些不能被强制为数字的字符)，那么这种方法将不起作用，它将返回一个因子。

levels(f)[1] <- "some character level"
identical(type.convert(f), as.numeric(levels(f))[f])

[1] FALSE

如果因子级别是整数，则Strtoi()有效。

如果你有很多因子列要转换成数字，

df <- rapply(df, function(x) as.numeric(levels(x))[x], "factor", how =  "replace")

这个解决方案对于包含混合类型的data.frames是健壮的，前提是所有的因子级别都是数字。