Когда я преобразовываю фактор в числовой или целочисленный, я получаю базовые коды уровней, а не значения в виде чисел.
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
Мне приходится прибегать к вставке
, чтобы получить реальные значения:
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
Есть ли лучший способ преобразовать коэффициент в числовое значение?
См. раздел "Предупреждение" в ?factor
:
В частности,
as.numeric
, примененный к фактору не имеет смысла, и может произойти путем неявного принуждения. Чтобы преобразовать коэффициентf
к приблизительно его исходное числовое значения,as.numeric(levels(f))[f]
является рекомендуется и немного более эффективным, чемas.numeric(as.character(f))
.
В FAQ по R есть аналогичный совет.
**Почему as.numeric(levels(f))[f]
эффективнее, чем as.numeric(as.character(f))
?
as.numeric(as.character(f))
фактически является as.numeric(levels(f)[f])
, так что вы выполняете преобразование в числовые значения для значений length(x)
, а не для значений nlevels(x)
. Разница в скорости будет наиболее заметна для длинных векторов с небольшим количеством уровней. Если значения в основном уникальны, то разница в скорости будет невелика. Как бы вы ни выполняли преобразование, эта операция вряд ли станет узким местом в вашем коде, поэтому не стоит слишком беспокоиться об этом.
Некоторые тайминги
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
В R есть ряд (недокументированных) удобных функций для преобразования коэффициентов:
as.character.factor
as.data.frame.factor
as.Date.factor
as.list.factor
as.vector.factor
Но раздражает то, что нет ничего для обработки факторного -> числового преобразования. В продолжение ответа Джошуа Ульриха, я бы предложил преодолеть это упущение с помощью определения собственной идиоматической функции:
as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}
которую вы можете хранить в начале вашего скрипта, а еще лучше в вашем файле .Rprofile
.
Наиболее простым способом будет воспользоваться функцией unfactor из пакета varhandle
unfactor(your_factor_variable)
Этот пример может быть быстрый старт:
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"
Примечание: данный ответ не для преобразования числовых значениями факторов, чтобы числовые значения, то для преобразования категориальных факторов в соответствующие разряды числа.
Каждый ответ в этом посте не удалось сформировать результаты для меня , НСБУ генерируются.
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
Что работал для меня это -
as.integer(y2)
# [1] 1 2 3 4 1
Это возможно только в том случае, если метки факторов совпадают с исходными значениями. Я объясню это на примере.
Предположим, что данные представляют собой вектор x
:
x <- c(20, 10, 30, 20, 10, 40, 10, 40)
Теперь я создам фактор с четырьмя метками:
f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))
x
имеет тип double, f
имеет тип integer. Это первая неизбежная потеря информации. Факторы всегда хранятся как целые числа.> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"
f
. Мы видим, что f
хранит только целочисленные значения 1, 2, 3, 4 и два атрибута - список меток ("A", "B", "C", "D") и атрибут класса "фактор". Больше ничего.> 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"
Чтобы вернуться к исходным значениям, мы должны знать значения уровней, использованных при создании фактора. В данном случае c(10, 20, 30, 40)
. Если мы знаем исходные уровни (в правильном порядке), мы можем вернуться к исходным значениям.
> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE
И это будет работать только в том случае, если метки были определены для всех возможных значений в исходных данных.
Поэтому, если вам понадобятся исходные значения, их нужно сохранить. Иначе велика вероятность того, что вернуться к ним можно будет только по коэффициенту.
Вы можете использовать hablar::преобразование
если у вас есть фрейм данных. Синтаксис прост:
Образец ДФ
library(hablar)
library(dplyr)
df <- dplyr::tibble(a = as.factor(c("7", "3")),
b = as.factor(c("1.5", "6.3")))
Решение
df %>%
convert(num(a, b))
дает вам:
# A tibble: 2 x 2
a b
<dbl> <dbl>
1 7. 1.50
2 3. 6.30
Или если вы хотите один столбец в целых и одну цифру:
df %>%
convert(int(a),
num(b))
результаты в:
# A tibble: 2 x 2
a b
<int> <dbl>
1 7 1.50
2 3 6.30