Mylenie poziomów czynników i etykiet czynników
Wydaje się, że istnieje różnica między poziomami a etykietami czynnika w R. Do tej pory zawsze uważałem, że poziomy są "prawdziwą" nazwą poziomów czynników, a etykiety są nazwami używanymi do wyjścia (takimi jak tabele i wykresy). Oczywiście tak nie jest, jak pokazuje poniższy przykład:
df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
str(df)
'data.frame': 3 obs. of 2 variables:
$ v: num 1 2 3
$ f: Factor w/ 3 levels "a","b","c": 1 2 3
df$f <- factor(df$f, levels=c('a','b','c'),
labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
levels(df$f)
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"
Myślałem, że poziomy ('a','b','c') mogą być nadal dostępne podczas skryptowania, ale to nie działa:
> df$f=='a'
[1] FALSE FALSE FALSE
Ale tak jest:
> df$f=='Treatment A: XYZ'
[1] TRUE FALSE FALSE
Więc moje pytanie składa się z dwóch części:
Jaka jest różnica między poziomami a etykietami?
Czy jest możliwe, aby mieć różne nazwy poziomów czynników dla skryptów i wyjście?
Tło: w przypadku dłuższych skryptów tworzenie skryptów z krótkimi poziomami czynników wydaje się znacznie łatwiejsze. Jednakże w przypadku sprawozdań i wykresów te krótkie poziomy współczynników mogą nie być odpowiednie i należy je zastąpić nazwami preciserów.
2 answers
Bardzo krótkie : poziomy są wejściem, etykiety są wyjściem w funkcji factor()
. Czynnik ma tylko atrybut level
, który jest ustawiany przez argument labels
w funkcji factor()
. Różni się to od koncepcji etykiet w pakietach statystycznych, takich jak SPSS, i może być mylące na początku.
Co robisz w tej linijce kodu
df$f <- factor(df$f, levels=c('a','b','c'),
labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
Mówi do R, że istnieje wektor df$f
- które chcesz przekształcić w czynnik,
- w którym różne poziomy są kodowane jako a, b i c
- i dla których chcesz, aby poziomy były oznaczone jako leczenie A itp.
Funkcja factor Wyszukuje wartości a, b i c, konwertuje je na klasy współczynników numerycznych i dodaje wartości etykiety do atrybutu level
czynnika. Ten atrybut jest używany do konwersji wewnętrznych wartości liczbowych na właściwe etykiety. Ale jak widzisz, nie ma label
atrybutu.
> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
> attributes(df$f)
$levels
[1] "a" "b" "c"
$class
[1] "factor"
> df$f <- factor(df$f, levels=c('a','b','c'),
+ labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
> attributes(df$f)
$levels
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"
$class
[1] "factor"
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2011-05-03 12:48:48
Napisałem pakiet "lfactors", który pozwala odnosić się do poziomów lub etykiet.
# packages
install.packages("lfactors")
require(lfactors)
flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads"))
# Tails can now be referred to as, "Tails" or 0
# These two lines return the same result
flips == "Tails"
#[1] TRUE FALSE FALSE TRUE TRUE FALSE
flips == 0
#[1] TRUE FALSE FALSE TRUE TRUE FALSE
Zauważ, że lfactor wymaga, aby poziomy były numeryczne, aby nie mogły być mylone z etykietami.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-10-08 21:30:30