R | factor 因子

factor 因子

在R中数据的分类是用因子数据类型(factor)来表示的。如性别。

> #数据框 data.frame
> ID <- c(1:4)
> age <- c(25,34,28,72)
> treatment <- c("type1","type2","type3","type1")
> status <- c("poor","stable","poor","stable")
> pdata <- data.frame(ID,age,treatment,status)
> colnames <- c("ID","age","treatment","status")
> rownames <- pdata[1]
> pdata
  ID age treatment status
1  1  25     type1   poor
2  2  34     type2 stable
3  3  28     type3   poor
4  4  72     type1 improve
> summary(pdata)
       ID            age         treatment        
 Min.   :1.00   Min.   :25.00   Length:4          
 1st Qu.:1.75   1st Qu.:27.25   Class :character  
 Median :2.50   Median :31.00   Mode  :character  
 Mean   :2.50   Mean   :39.75                     
 3rd Qu.:3.25   3rd Qu.:43.50                     
 Max.   :4.00   Max.   :72.00                     
    status         
 Length:4          
 Class :character  
 Mode  :character          

我们想按照status对患者进行分类,所以将status由字符串改为factor

> pdata$status <- as.factor(pdata$status)
> class(pdata$status)
[1] "factor"
> summary(pdata)
       ID            age         treatment            status 
 Min.   :1.00   Min.   :25.00   Length:4           poor  :2  
 1st Qu.:1.75   1st Qu.:27.25   Class :character   stable:1  
 Median :2.50   Median :31.00   Mode  :character   improve:1        
 Mean   :2.50   Mean   :39.75                                
 3rd Qu.:3.25   3rd Qu.:43.50                                
 Max.   :4.00   Max.   :72.00                                

status是一个因子向量,表明了每个患者的病情是恶化、稳定、好转,类别总共有三大类。

因为通过factor对患者进行了分类,所以可以对不同类别进行作图:

> library(ggplot2)
> ggplot(data = pdata, aes(x = status)) + geom_bar()
image.png

levels()函数

对factor进行排序、增删,有利于清洗数据、作图、比较

> levels(pdata$status)
[1] "improve" "poor"    "stable" 

批量修改其中某一类别患者的status,如把improve改为stable

> pdata$status[pdata$status=="improve"] <-"stable"
> pdata
  ID age treatment status
1  1  25     type1   poor
2  2  34     type2 stable
3  3  28     type3   poor
4  4  72     type1 stable

此时检查还有哪些levels

> levels(pdata$status)
[1] "improve" "poor"    "stable" 

improve这一类还在。如果我们想要删掉这一类别,则droplevels()

> pdata$status <- droplevels(pdata$status)
> levels(pdata$status)
[1] "poor"   "stable"

此时没有对应患者的status被删掉


几种对levels的赋值方法

levels(f1)
levels(f2) <- value
attr(x, "levels") <- value

gl()函数:generate factor levels, 生成因子levels
gl(n,k,labels = c(), ordered = T)
n: 有几类
k: 每类重复几个
labels: 每类起什么名字
ordered:是否排序

> ## assign individual levels
> x <- gl(2, 4, 8)
> levels(x)[1] <- "low"
> levels(x)[2] <- "high"
> x
[1] low  low  low  low  high high high high
Levels: low high
> ## or as a group
> y <- gl(2, 4, 8)
> levels(y) <- c("low", "high")
> y
[1] low  low  low  low  high high high high
Levels: low high

将某几类归为一类

> ## combine some levels
> z <- gl(3, 2, 12, labels = c("apple", "salad", "orange"))
> z
 [1] apple  apple  salad  salad  orange orange apple  apple  salad 
[10] salad  orange orange
Levels: apple salad orange
> levels(z) <- c("fruit", "veg", "fruit")
> z
 [1] fruit fruit veg veg fruit fruit fruit fruit veg veg fruit fruit
Levels: fruit veg

重复出现的类别归为一类

> ## same, using a named list
> z <- gl(3, 2, 12, labels = c("apple", "salad", "orange"))
> z
 [1] apple  apple  salad  salad  orange orange apple  apple  salad 
[10] salad  orange orange
Levels: apple salad orange
> levels(z) <- list("fruit" = c("apple","orange"), "veg"   = "salad")
> z
 [1] fruit fruit veg   veg   fruit fruit fruit fruit veg   veg  
[11] fruit fruit
Levels: fruit veg

加入data.frame中没有出现的组别

> ## we can add levels this way:
> f <- factor(c("a","b"))
> levels(f) <- c("c", "a", "b")
> f
[1] c a
Levels: c a b

对组别的命名

> f <- factor(c("a","b"))
> levels(f) <- list(C = "C", A = "a", B = "b")
> f
[1] A B
Levels: C A B

将数值类型转换成因子

直接用as.numeric转换会有问题,转换后的内容不是你想要的:

> f <- factor(c(3.4,1.2,5))
> f
[1] 3.4 1.2 5  
Levels: 1.2 3.4 5
> as.numeric(f)
[1] 2 1 3

正确的方式是

> f <- factor(c(3.4,1.2,5))
> f <- levels(f)[f]
> f <- as.numeric(f)
> f
[1] 3.4 1.2 5.0
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容