使用forcats处理因子

第十一章 使用forcats处理因子

什么是因子?

说句实话,书上推荐的关于因子更深一步的了解的文章,我看了。但我实在是没看懂啊。所以就是按照大神那样简单的理解就好了!因子是一种分类变量。

准备工作

require()和library()哪种更好?之前学习Y叔代码的时候发现他用的是require。

library(tidyverse)
time(library(tidyverse))
[1]  1 16  1
time(require(tidyverse))
[1] 1 1 1
library(forcats)

感觉从时间上来讲,这个require还是蛮快的!require不返回Attaching packages信息。

创建因子

这里举了一个排列月份的例子,在一个字符型变量中,字符是特定的。如果,在输入一个错误的月份条件下,想调取一个正确的月份是根本不可能的。此外,你的月份也无法进行排序。
随着学习的深入,我只能把我个人的体会写在上面,可能理解的不一定对,仅供参考!
需要因子的地方是两个地方,首先,一个字符型变量起到了一个分类变量的作用。在书中举了一个例子

head(gss_cat)
# A tibble: 6 x 9
   year marital      age race  rincome    partyid     relig     denom     tvhours
  <int> <fct>      <int> <fct> <fct>      <fct>       <fct>     <fct>       <int>
1  2000 Never mar~    26 White $8000 to ~ Ind,near r~ Protesta~ Southern~      12
2  2000 Divorced      48 White $8000 to ~ Not str re~ Protesta~ Baptist-~      NA
3  2000 Widowed       67 White Not appli~ Independent Protesta~ No denom~       2
4  2000 Never mar~    39 White Not appli~ Ind,near r~ Orthodox~ Not appl~       4
5  2000 Divorced      25 White Not appli~ Not str de~ None      Not appl~       1
6  2000 Married       25 White $20000 - ~ Strong dem~ Protesta~ Southern~      NA

我们很明显看出不同变量的属性(红色的) 如果不知道啥意思,往前翻翻就知道了!

count()函数可以看出数据的水平,其实这个水平通俗一点就是一个变量的分类!比如:人的高、矮、胖、瘦!四个水平。。。为什么今天那么喜欢用感叹号
fct_recode函数可以作为一个修改因子水平的,简单理解下是高+矮=身高...

x <- factor(c("apple", "bear", "banana", "dear"))
fct_recode(x, fruit = "apple", fruit = "banana")
Levels: fruit bear dear

还有一个fct_collapse与其大致相同,这里不加多说了!

©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 206,968评论 6 482
  • 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 88,601评论 2 382
  • 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 153,220评论 0 344
  • 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 55,416评论 1 279
  • 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 64,425评论 5 374
  • 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 49,144评论 1 285
  • 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 38,432评论 3 401
  • 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 37,088评论 0 261
  • 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 43,586评论 1 300
  • 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 36,028评论 2 325
  • 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 38,137评论 1 334
  • 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 33,783评论 4 324
  • 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 39,343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 30,333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 31,559评论 1 262
  • 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 45,595评论 2 355
  • 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 42,901评论 2 345

推荐阅读更多精彩内容

  • 1. 数据操作:dplyr包应用 dplyr包是为数据分析提供了一系列快捷有效的操作,其中有五个关键函数基本可以解...
    100gle阅读 3,520评论 0 7
  • 官网 中文版本 好的网站 Content-type: text/htmlBASH Section: User ...
    不排版阅读 4,367评论 0 5
  • 团队开发框架核心架构—Factory 工厂(Factory) 也体现了封装的思想,封装了复杂的创建领域对象的逻辑,...
    Bobby0322阅读 367评论 0 0
  • 不知道你们曾经有没有过在花园边看见过一朵花儿绽放的那一刻,就像一个小孩刚刚学会了走路,一点点...
    Angela51阅读 211评论 0 0
  • 毋庸置疑,世界上的每一个爸爸妈妈都是爱自己孩子的。为了孩子的健康成长父母们可谓是操碎了心。我是一毕业就来到这所学校...
    矮穷但有才阅读 93评论 1 2