Bir faktörü bilgi kaybı olmadan integer \ numeric'e nasıl dönüştürebilirim?

Bir faktörü sayısal veya tamsayıya dönüştürdüğümde, değerleri sayı olarak değil, temel düzey kodlarını alıyorum.

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

pasteGerçek değerleri almak için başvurmak zorundayım :

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

Bir faktörü sayısal hale dönüştürmenin daha iyi bir yolu var mı?

Aşağıdakilerin Uyarı bölümüne bakın ?factor:

Özellikle, as.numericbir faktöre uygulanan anlamsızdır ve örtük zorlama ile meydana gelebilir. Bir faktörü fyaklaşık olarak orijinal sayısal değerlerine dönüştürmek için as.numeric(levels(f))[f]önerilir ve biraz daha verimlidir as.numeric(as.character(f)).

R hakkındaki SSS de benzer tavsiyelerde bulunuyor .

Neden as.numeric(levels(f))[f]daha etkilidir as.numeric(as.character(f))?

as.numeric(as.character(f))etkin olduğundan, değerler yerine as.numeric(levels(f)[f])sayısal length(x)değerler üzerinde dönüşüm gerçekleştiriyorsunuz nlevels(x). Hız farkı, az seviyeli uzun vektörler için en belirgin olacaktır. Değerler çoğunlukla benzersizse, hızda çok fazla fark olmayacaktır. Ancak dönüşümü yaparsanız, bu işlemin kodunuzdaki darboğaz olması olası değildir, bu yüzden çok fazla endişelenmeyin.

Bazı zamanlamalar

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05

R, faktörleri dönüştürmek için bir dizi (belgelenmemiş) kolaylık fonksiyonuna sahiptir:

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

Ama can sıkıcı bir şekilde, faktör -> sayısal dönüşüm . Joshua Ulrich'in cevabının bir uzantısı olarak, bu ihmali kendi deyimsel işlevinizin tanımıyla aşmayı öneriyorum:

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

betiğinizin başında ya da daha iyi dosyanızda saklayabilirsiniz .Rprofile.

En kolay yol varhandleunfactor paketinden fonksiyon kullanmak olabilir

unfactor(your_factor_variable)

Bu örnek hızlı bir başlangıç ​​olabilir:

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"

Not: Bu özel cevap değil numerics için sayısal değerli faktörleri dönüştürmek için, onların karşılık gelen seviye numaralarına kategorik faktörlerin dönüştürmek içindir.

Bu yazıdaki her cevap benim için sonuç üretemedi, NA'lar üretiliyordu.

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

Benim için işe yarayan şey bu -

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

Mümkün sadece faktör etiketleri orijinal değerleri eşleştiğinde durumda. Bir örnekle açıklayacağım.

Verilerin vektör olduğunu varsayalım x:

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

Şimdi dört etiketli bir faktör oluşturacağım:

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

1) xtip çift ile, ftip tamsayı ile. Bu kaçınılmaz ilk bilgi kaybıdır. Faktörler her zaman tamsayı olarak saklanır.

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

2) Yalnızca mevcut olan orijinal değerlere (10, 20, 30, 40) geri dönmek mümkün değildir f. Bunun fyalnızca 1, 2, 3, 4 ve iki tam sayı değerlerini (etiket listesi ("A", "B", "C", "D") ve sınıf özelliği "faktör" değerini içerdiğini görebiliriz . Başka bir şey yok.

> 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"

Orijinal değerlere geri dönmek için faktörü oluştururken kullanılan düzeylerin değerlerini bilmeliyiz. Bu durumda c(10, 20, 30, 40). Orijinal seviyeleri bilersek (doğru sırada), orijinal değerlerine geri dönebiliriz.

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

Ve bu yalnızca etiketlerin orijinal verilerdeki tüm olası değerler için tanımlanması durumunda işe yarar.

Bu yüzden orijinal değerlere ihtiyacınız olacaksa, bunları saklamanız gerekir. Aksi takdirde, sadece bir faktörden onlara geri dönmek mümkün olmayacaktır.

hablar::convertVeri çerçeveniz varsa kullanabilirsiniz . Sözdizimi kolaydır:

Örnek df

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

Çözüm

df %>% 
  convert(num(a, b))

sana verir:

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

Veya bir sütunun tamsayı ve bir sayısal olmasını istiyorsanız:

df %>% 
  convert(int(a),
          num(b))

sonuç:

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30

Çözüm n.nümerik (düzey (f)) [f] artık R 4.0 ile çalışmıyor gibi görünüyor.

Alternatif çözüm:

factor2number <- function(x){
    data.frame(levels(x), 1:length(levels(x)), row.names = 1)[x, 1]
}

factor2number(yourFactor)

Okuyabildiğim birçok cevaptan, verilen tek yol, değişkenlerin sayısını faktör sayısına göre genişletmekti. Eğer "köpek" ve "kedi" seviyeleri ile değişken bir "evcil hayvan" varsa, sonunda pet_dog ve pet_cat ile sonuçlanır.

Benim durumumda, faktör değişkenini sayısal düzeye çevirerek, birçok seviyeye sahip birçok değişkene uygulanabilecek şekilde aynı sayıda değişkenle kalmak istedim, böylece cat = 1 ve dog = 0.

Lütfen aşağıdaki ilgili çözümü bulun:

crime <- data.frame(city = c("SF", "SF", "NYC"),
                    year = c(1990, 2000, 1990),
                    crime = 1:3)

indx <- sapply(crime, is.factor)

crime[indx] <- lapply(crime[indx], function(x){ 
  listOri <- unique(x)
  listMod <- seq_along(listOri)
  res <- factor(x, levels=listOri)
  res <- as.numeric(res)
  return(res)
}
)

Geç oyuna, kaza buldum trimws()kutu dönüştürmek factor(3:5)için c("3","4","5"). Sonra arayabilirsiniz as.numeric(). Yani:

as.numeric(trimws(x_factor_var))