r - 请解释我们如何将因子变量转换为 R 中的数字

Question

有人可以解释一下as.numeric(levels(x))[x]究竟是如何工作的吗？这里 x 是一个因子变量。（例如x<-as.factor(sample(1:5,20,replace=TRUE))）据我所知，首先我们得到 x 的水平（之后我们将其更改为数字将是字符。之后发生的事情我无法得到。我知道这种表示与as.numeric(as.character(x))相同。

Answer 1

R 因子是整数向量，用作级别字符向量的索引。所以该表达式的内部部分是创建一个字符向量。外部部分是将一组值：“5”、“2”、“4”....等转换为数值。

> x<-as.factor(sample(1:5,20,replace=TRUE)) 

因子对象的存储类是整数：

> dput (x)
structure(c(4L, 2L, 3L, 4L, 5L, 2L, 2L, 2L, 1L, 2L, 4L, 2L, 1L, 
5L, 5L, 4L, 1L, 5L, 1L, 5L), .Label = c("1", "2", "3", "4", "5"
), class = "factor")

levels() 函数返回因子的.Label属性，当因子用作索引时，它被作为整数处理：

> levels(x)[x]
 [1] "4" "2" "3" "4" "5" "2" "2" "2" "1" "2" "4" "2" "1" "5" "5" "4" "1" "5" "1" "5"

这种转换或提取的方法比 略快as.character(x)，但正如您所经历的那样，如果您没有处理“引擎盖下”发生的事情（或“引擎盖”，如果这就是它在您的英语世界的一部分。）

Answer 2

我总是对 R 的因素感到困惑。通常，我使用Rfast包中的一个完美想法，即 function Rfast::ufactor。它使用其初始类型表示一个因子。

这是一个例子：

x <- rnorm(10)
fx<- Rfast::ufactor(x)
fx$levels # you can get the levels like this
fx$values # you can get the values like this

快速简单。Rfast::ufactor比 R 快得多，但我不会发布任何基准，因为它不适合这个问题。