学习tidyverse - Factors(1)

在R中，因子用于处理类别变量，即具有固定和已知的可能值集的变量。 当要以非字母顺序显示字符向量时，它们也很有用。

library(tidyverse)

1. Creating factors

x1 <- c("Dec", "Apr", "Jan", "Mar")

使用字符串记录此变量有两个问题：

• 可能只有十二个月

x2 <- c("Dec", "Apr", "Jam", "Mar")

• 它无法以一种有用的方式进行排序：

sort(x1)
#> [1] "Apr" "Dec" "Jan" "Mar"

可以通过一个因素解决这两个问题。 要创建因子，必须首先创建有效水平的列表：

month_levels <- c(
  "Jan", "Feb", "Mar", "Apr", "May", "Jun", 
  "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"
)

现在可以创建一个因素：

y1 <- factor(x1, levels = month_levels)
y1
#> [1] Dec Apr Jan Mar
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
sort(y1)
#> [1] Jan Mar Apr Dec
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

集合中未包含的任何值都将被静默转换为NA：

y2 <- factor(x2, levels = month_levels)
y2
#> [1] Dec  Apr  <NA> Mar 
#> Levels: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

如果需要警告，可以使用 readr :: parse_factor（） ：

y2 <- parse_factor(x2, levels = month_levels)
#> Warning: 1 parsing failure.
#> row col           expected actual
#>   3  -- value in level set    Jam

如果省略这些级别，则它们将按字母顺序从数据中获取：

factor(x1)
#> [1] Dec Apr Jan Mar
#> Levels: Apr Dec Jan Mar

有时，希望级别的顺序与数据中首次出现的顺序相匹配。 在创建因子时，可以通过将级别设置为unique（x）或事后使用fct_inorder（）来做到这一点：

f1 <- factor(x1, levels = unique(x1))
f1
#> [1] Dec Apr Jan Mar
#> Levels: Dec Apr Jan Mar

f2 <- x1 %>% factor() %>% fct_inorder()
f2
#> [1] Dec Apr Jan Mar
#> Levels: Dec Apr Jan Mar

如果需要直接访问一组有效级别，则可以使用level（）进行访问：

levels(f2)
#> [1] "Dec" "Apr" "Jan" "Mar"

参考： https://r4ds.had.co.nz/factors.html