如何将一个因子转换为整数\数字而不会丢失信息？
当我把一个因子转换成数字或整数时，我得到了底层的代码，而不是数值。
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 我不得不求助于获得真正的价值。
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
有没有更好的方法来将一个因素转换为数字？
请参阅?factor的警告部分：
特别是，
as.numeric应用于一个因素的数字是毫无意义的，并且可能通过隐性强制而发生。 要将一个因子f转换为大约其原始数值，as.numeric(levels(f))[f]被推荐，并且比as.numeric(as.character(f))稍微更有效率。
R 上的FAQ 也有类似的build议 。
为什么as.numeric(levels(f))[f]比as.numeric(as.character(f))更有效率？
as.numeric(as.character(f))实际上是as.numeric(levels(f)[f]) ，因此您正在对length(x)值执行数值转换，而不是nlevels(x)值。 速度差异对于具有less量等级的长向量将是最明显的。 如果这些数值大部分是独一无二的，速度就不会有太大的差别。 然而，你做了转换，这个操作不太可能是你的代码的瓶颈，所以不要太担心。
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（无证的）便利function来转换因素：
-
as.character.factor -
as.data.frame.factor -
as.Date.factor -
as.list.factor -
as.vector.factor - …
但令人讨厌的是，没有什么可以处理因素 – >数字转换。 作为约书亚·乌尔里希的回答的延伸，我build议通过定义你自己的惯用function来克服这种遗漏：
as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}
您可以在脚本的开头存储，或者在.Rprofile文件中.Rprofile更好的文件。
最简单的方法是使用unfactor函数
unfactor(your_factor_variable)
这个例子可以快速启动：
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"
在这篇文章中的每个答案都没有为我产生结果，NAs正在产生。
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
这对我有效，
library(magrittr) unclass(y2) %>% as.numeric [1] 1 2 3 4 1
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它。
假设数据是vectorx ：
x <- c(20, 10, 30, 20, 10, 40, 10, 40)
现在我将创build一个有四个标签的因子：
f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))
1） x是typesdouble， f是typesinteger。 这是第一次不可避免的信息损失。 因素始终以整数forms存储。
> typeof(x) [1] "double" > typeof(f) [1] "integer"
2）不可能恢复到只有f可用的原始值（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”。 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，我们必须知道创build因子时使用的等级值。 在这种情况下， c(10, 20, 30, 40) 。 如果我们知道原始的水平（以正确的顺序），我们可以恢复到原来的值。
> orig_levels <- c(10, 20, 30, 40) > x1 <- orig_levels[f] > all.equal(x, x1) [1] TRUE
只有当原始数据中的所有可能值的标签已经被定义的情况下，这都将起作用。
所以如果你需要原始的价值，你必须保留它们。 否则，只有一个因素才有可能回到他们身上。
