r - 如何更改 data.table 中因子列的级别

Question

更改 afactor中列级别的正确方法是什么data.table （注意：不是数据框）

  library(data.table)
  mydt <- data.table(id=1:6, value=as.factor(c("A", "A", "B", "B", "B", "C")), key="id")

  mydt[, levels(value)]
  [1] "A" "B" "C"

我正在寻找类似的东西：

mydt[, levels(value) <- c("X", "Y", "Z")]

但是，当然，上面的行是行不通的。

    # Actual               # Expected result
    > mydt                  > mydt
       id value                id value
    1:  1     A             1:  1     X
    2:  2     A             2:  2     X
    3:  3     B             3:  3     Y
    4:  4     B             4:  4     Y
    5:  5     B             5:  5     Y
    6:  6     C             6:  6     Z

Answer 1

您仍然可以以传统方式设置它们：

levels(mydt$value) <- c(...)

这应该非常快，除非mydt非常大，因为传统语法会复制整个对象。你也可以玩分解和重构的游戏……但无论如何，没有人喜欢这种游戏。

要通过引用更改级别而没有副本mydt：

setattr(mydt$value,"levels",c(...))

但一定要分配一个有效的级别向量（character足够长度的类型），否则你最终会得到一个无效的因素（levels<-做一些检查和复制）。

Answer 2

我宁愿采用传统的方式重新分配因素

> mydt$value # This we what we had originally
[1] A A B B B C
Levels: A B C
> levels(mydt$value) # just checking the levels
[1] "A" "B" "C"
**# Meat of the re-assignment**
> levels(mydt$value)[levels(mydt$value)=="A"] <- "X"
> levels(mydt$value)[levels(mydt$value)=="B"] <- "Y"
> levels(mydt$value)[levels(mydt$value)=="C"] <- "Z"
> levels(mydt$value)
[1] "X" "Y" "Z"
> mydt # This is what we wanted
   id value
1:  1     X
2:  2     X
3:  3     Y
4:  4     Y
5:  5     Y
6:  6     Z

正如您可能注意到的那样，重新分配的内容非常直观，它会检查确切的内容level（用于grepl存在模糊数学、正则表达式或类似情况的情况）

levels(mydt$value)[levels(mydt$value)=="A"] <- "X" 这会显式检查 levels 正在考虑的变量的值，然后重新分配X（等等）给它 - 优点 - 你明确知道什么标记了什么。

我发现在这里重命名级别levels(mydt$value) <- c("X","Y","Z")非常不直观，因为它只是分配X给它在数据中看到的第一个级别（所以顺序真的很重要）

PPS：如果级别太多，请使用循环结构。

Answer 3

您还可以使用相关方法重命名并添加到您的关卡，这非常方便，特别是如果您正在制作一个需要以特定顺序（而不是默认顺序）提供更多信息标签的绘图：

f <- factor(c("a","b"))
levels(f) <- list(C = "C", D = "a", B = "b")

（修改自?levels）

Answer 4

这比 Matt Dowle 的建议更安全（因为它使用了 setattr 跳过的检查），但不会复制整个 data.table。它将替换整个列向量（而马特的解决方案只替换列向量的属性），但这似乎是一个可以接受的权衡，以减少弄乱因子对象的风险。

mydt[, value:=`levels<-`(value, c("X", "Y", "Z"))]

Answer 5

更改列级别的最简单方法：

dat$colname <- as.factor(as.vector(dat$colname));