R語(yǔ)言-因子與向量的轉(zhuǎn)換方式
一、因子的特點(diǎn)或性質(zhì)
1、因子可視為C或JAVA語(yǔ)言中的枚舉，適用于有限狀態(tài)的表示。
2、因子不可以賦枚舉集合外的值，如一個(gè)因子包含male,female,則不能再賦male和female以為的值，賦其他值會(huì)將該元素設(shè)置為空值。
二、因子的建立
1、因子的建立
假定有因子gendor，為一組人的性別：
> gendor<-factor(c('m','f','f','m'),labels=c('male','female')）
則通過(guò)上式建立一個(gè)性別因子。
> gendor [1] female male male female Levels: male female
可以看到有兩個(gè)級(jí)別（或水平），分別是male和female。
2、有序因子
若因子需要有序，比如差，一般，好，很好，非常好，則可使用order參數(shù)：order=TRUE。
例如：
>qulity<-c('good','common','good','better','excellent')
> q<-factor(qulity,levels=c('bad','good','common','better','excellent'),
+ labels=c('bad','good','common','better','excellent'),order=TRUE)
> q
[1] good common good better excellent
Levels: bad < good < common < better < excellent
> q[4]
[1] better
Levels: bad < good < common < better < excellent
三、因子與向量的轉(zhuǎn)換
1、向量到因子轉(zhuǎn)換
實(shí)際上就是構(gòu)造因子，例如上例：
>qulity<-c('good','common','good','better','excellent')
> q<-factor(qulity,levels=c('bad','good','common','better','excellent'),
+ labels=c('bad','good','common','better','excellent'),order=TRUE)
> str(q)
Ord.factor w/ 5 levels "bad"<"common"<..: 3 2 3 4 5
2、因子到向量的轉(zhuǎn)換
（1）使用as.vector()函數(shù)，例子：
> q<-factor(qulity,levels=c('bad','common','good','better','excellent'),
+ labels=c('bad','common','good','better','excellent'),order=TRUE)
> q
[1] good common good better excellent
Levels: bad < common < good < better < excellent
> str(q)
Ord.factor w/ 5 levels "bad"<"common"<..: 3 2 3 4 5
> q2<-as.vector(q)
> q2
[1] "good" "common" "good" "better" "excellent"
> str(q2)
chr [1:5] "good" "common" "good" "better" "excellent"
可以看到已經(jīng)轉(zhuǎn)換為字符型。
（2）使用as.numeric()函數(shù)，因子被轉(zhuǎn)換為數(shù)字，例子：
> q2<-as.numeric(q) > q2 [1] 3 2 3 4 5 > str(q2) num [1:5] 3 2 3 4 5
參考：
因子(factor)和有序因子(ordered factor)
因子用來(lái)存儲(chǔ)類(lèi)別變量(categorical variables)和有序變量，這類(lèi)變量不能用來(lái)計(jì)算而只能用來(lái)分類(lèi)或者計(jì)數(shù)。因子表示分類(lèi)變量，有序因子表示有序變量。
生成因子數(shù)據(jù)對(duì)象的函數(shù)是factor(),語(yǔ)法是factor(data, levels, labels, ...)，其中data是數(shù)據(jù)，levels是因子水平向量，labels是因子的標(biāo)簽向量。
1、創(chuàng)建一個(gè)因子。
例1：
colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y')
col <- factor(colour)
col1 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green', 'Red', 'Yellow'))
#labels的內(nèi)容替換colour相應(yīng)位置對(duì)應(yīng)levels的內(nèi)容
col2 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2', '3'))
col_vec <- as.vector(col2) #轉(zhuǎn)換成字符向量
col_num <- as.numeric(col2) #轉(zhuǎn)換成數(shù)字向量
col3 <- factor(colour, levels = c('G', 'R'))
2、創(chuàng)建一個(gè)有序因子
例1：
score <- c('A', 'B', 'A', 'C', 'B')
score1 <- ordered(score, levels = c('C', 'B', 'A')); score1
3、用cut()函數(shù)將一般的數(shù)據(jù)轉(zhuǎn)換成因子或有序因子
例1：
exam <- c(98, 97, 52, 88, 85, 75, 97, 92, 77, 74, 70, 63, 97, 71, 98,
65, 79, 74, 58, 59, 60, 63, 87, 82, 95, 75, 79, 96, 50, 88)
exam1 <- cut(exam, breaks = 3) #切分成3組
exam2 <- cut(exam, breaks = c(0, 59, 69, 79, 89, 100)) #切分成自己設(shè)置的組
attr(exam1, 'levels'); attr(exam2, 'levels'); attr(exam2, 'class')
ordered(exam2, labels = c('bad', 'ok', 'average', 'good', 'excellent')) #一個(gè)有序因子
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
R語(yǔ)言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解
這篇文章主要為大家介紹了R語(yǔ)言使用cgdsr包獲取TCGA數(shù)據(jù)示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
R語(yǔ)言學(xué)習(xí)Rcpp基礎(chǔ)知識(shí)全面整理
這篇文章主要介紹了R語(yǔ)言學(xué)習(xí)Rcpp知識(shí)的全面整理，包括相關(guān)配置說(shuō)明，常用數(shù)據(jù)類(lèi)型及建立等基礎(chǔ)知識(shí)的全面詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
R語(yǔ)言ggplot2圖例標(biāo)簽、標(biāo)題、順序修改和刪除操作實(shí)例
R語(yǔ)言中畫(huà)圖時(shí)我們常常要設(shè)定標(biāo)題,如果圖片標(biāo)題是固定則很容易操作,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言ggplot2圖例標(biāo)簽、標(biāo)題、順序修改和刪除操作的相關(guān)資料,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了R語(yǔ)言 檢驗(yàn)多重共線(xiàn)性的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言繪制小提琴圖violin plot實(shí)現(xiàn)示例
這篇文章主要為大家介紹了R語(yǔ)言繪制小提琴圖violin plot的實(shí)現(xiàn)方法示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2022-02-02
R語(yǔ)言數(shù)值取消科學(xué)計(jì)數(shù)法表示的操作
這篇文章主要介紹了R語(yǔ)言數(shù)值取消科學(xué)計(jì)數(shù)法表示的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言如何進(jìn)行線(xiàn)性回歸的擬合度詳解
這篇文章主要給大家介紹了關(guān)于R語(yǔ)言如何進(jìn)行線(xiàn)性回歸的擬合度的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
在本篇內(nèi)容里小編給大家介紹了關(guān)于R語(yǔ)言的歷史內(nèi)容，有興趣學(xué)習(xí)的朋友可以閱讀下。2021-03-03
這篇文章主要介紹了R語(yǔ)言 中文亂碼的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言繪圖數(shù)據(jù)可視化pie?chart餅圖
這篇文章主要介紹了R語(yǔ)言繪圖數(shù)據(jù)可視化pie?chart餅圖，教大家如何用R語(yǔ)言來(lái)畫(huà)大餅，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2022-02-02