Jak przekonwertować czynnik na liczbę całkowitą umeric bez utraty informacji?

R ma szereg (nieudokumentowanych) funkcji wygodnych do przeliczania współczynników:

• as.character.factor
• as.data.frame.factor
• as.Date.factor
• as.list.factor
• as.vector.factor
• ...

Ale nie ma co obsługiwać konwersji factor - > numeric. Jako rozszerzenie odpowiedzi Joshuy Ulricha, sugerowałbym przezwyciężenie tego pominięcia za pomocą definicji własnej funkcji idiomatycznej: {]}

as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}

, które można przechowywać na początku twój scenariusz, a nawet lepiej w Twoim .Rprofile plik.

Najprostszym sposobem byłoby użycie unfactor funkcji z pakietu varhandle

unfactor(your_factor_variable)

Ten przykład może być szybki start:

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"

Każda odpowiedź w tym poście nie generowała dla mnie wyników, NAs były generowane.

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

To, co dla mnie zadziałało, to ...

as.integer(y2)
# [1] 1 2 3 4 1

UWAGA: Ta konkretna odpowiedź to Nie do konwersji współczynników liczbowych na liczby, jest to konwersja współczynników kategorycznych na odpowiadające im liczby poziomów.

Jest to możliwe tylko W przypadku, gdy etykiety czynników odpowiadają pierwotnym wartościom. Wyjaśnię to na przykładzie.

Załóżmy, że dane są wektorowe x:

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

Teraz stworzę czynnik z czterema etykietami:

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1) x jest z typem double, {[7] } jest z typem integer. Jest to pierwsza nieunikniona utrata informacji. Czynniki są zawsze przechowywane jako liczby całkowite.

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2) nie jest możliwe przywrócenie oryginalnych wartości (10, 20, 30, 40) mając tylko f dostępne. Widzimy, że f posiada tylko wartości całkowite 1, 2, 3, 4 i dwa atrybuty - listę etykiet ("A", "B", "C", "D") oraz atrybut klasy "factor". Nic więcej.

> 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"

Aby powrócić do oryginalnych wartości musimy znać wartości poziomów używanych w tworzeniu czynnika. W tym przypadku c(10, 20, 30, 40). Jeśli znamy oryginalne poziomy (we właściwej kolejności), możemy powrócić do oryginalnych wartości.

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

I to będzie działać tylko w przypadku, gdy etykiety zostały zdefiniowane dla wszystkich możliwych wartości w oryginalnych danych.

Więc jeśli potrzebujesz oryginalnych wartości, musisz je zachować. W przeciwnym razie istnieje duża szansa, że nie będzie można wrócić do nich tylko z czynnika.