r - R中的因子水平

Question

我有这个向量：

traits <- c("resid.mean.EXT"   ,        "resid.q75.EXT"       ,     "resid.median.red"      ,   "resid.q75.red"    ,        "resid.median.yellow" ,    
            "resid.q75.yellow"  ,       "resid.mean.norm.EXT"   ,   "resid.q75.norm.EXT" ,      "resid.mean.norm.yellow"   ,"resid.median.norm.yellow",
            "resid.q75.norm.yellow"   , "resid.iqr.EXT"        ,    "resid.iqr.red"    ,        "resid.iqr.yellow"  ,       "resid.q90.EXT"   ,        
            "resid.q90.norm.red"  ,     "resid.q90.norm.yellow"   , "resid.var.EXT"     ,       "resid.q25.TOF"     ,       "resid.q25.norm.yellow" )  

向量特征中有 20 个唯一字符串，但是有 4 个唯一类别的特征：

classes <- c("EXT", "red", "TOF", "yellow")

类别由traits向量中每个元素的最后一个单词确定。

我想traits根据它们所在的类将字符向量分为 4 个级别的因子。

谢谢您的帮助！

编辑似乎有些混乱。为了澄清，我想做成traits一个有4个级别的因子向量，对应于属于哪个类，如上所述确定。谢谢

Answer 1

您可以使用正则表达式和sub函数，例如：

## this will replace the whole string in traits with the content after the last dot
cl <- sub(".*\\.([A-Za-z]+)$", "\\1", x=traits)
factor(cl)
# [1] EXT    EXT    red    red    yellow yellow EXT    EXT    yellow yellow yellow EXT    red    yellow EXT    red    yellow EXT    TOF    yellow
# Levels: EXT red TOF yellow