如何将一个因素转换为整数\数字而不丢失信息?

当我将因子转换为数字或整数时，我得到的是底层的级别代码，而不是数字形式的值。

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

我不得不求助于粘贴来获得实际值:

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

有没有更好的方法将因数转换为数字?

当前回答

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。

2014-03-27 23:39:05

其他回答

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。

2014-03-27 23:39:05

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))

2018-11-13 02:37:04

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。

2022-10-16 20:09:14

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

2010-08-05 19:01:13

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

2018-11-01 10:05:27

如何将一个因素转换为整数\数字而不丢失信息?

推荐文章

最新文章

标签