R 在运行时考虑未知级别,同时在设计时为已知级别设置标签
考虑一个简单的函数,该函数使用无序级别对向量进行因子化和标记:R 在运行时考虑未知级别,同时在设计时为已知级别设置标签,r,r-factor,R,R Factor,考虑一个简单的函数,该函数使用无序级别对向量进行因子化和标记: my.factor <- function(data){ levels = c("d1", "d2", "d3") labels = c("Data 1", "Data 2", "Data 3") factored.data = factor(data, levels, labels) factored.data } 输出将是: # [1] Data 1 Data 2 Data 3 D
my.factor <- function(data){
levels = c("d1", "d2", "d3")
labels = c("Data 1", "Data 2", "Data 3")
factored.data = factor(data, levels, labels)
factored.data
}
输出将是:
# [1] Data 1 Data 2 Data 3 Data 1 <NA>
# Levels: Data 1 Data 2 Data 3
有没有一种方法可以在设计时为已知级别设置标签,同时仍然包括可能在运行时传递给代码的新的未知级别?您可以这样做
my.factor <- function(data){
levels <- c("d1", "d2", "d3")
labels <- c("Data 1", "Data 2", "Data 3")
nlevels <- setdiff(unique(data), levels)
levels<-c(levels, nlevels)
labels <-c(labels, nlevels)
factored.data = factor(data, levels, labels)
factored.data
}
你可以
my.factor <- function(data){
levels <- c("d1", "d2", "d3")
labels <- c("Data 1", "Data 2", "Data 3")
nlevels <- setdiff(unique(data), levels)
levels<-c(levels, nlevels)
labels <-c(labels, nlevels)
factored.data = factor(data, levels, labels)
factored.data
}
在%中使用%是一种方法
my.factor <- function(data){
levels = c("d1", "d2", "d3")
labels = c("Data 1", "Data 2", "Data 3")
extra <- data[!(data %in% levels)]
if(length(extra) > 0){
levels = c("d1", "d2", "d3", extra)
labels = c("Data 1", "Data 2", "Data 3", extra)
}
factored.data = factor(data, levels, labels)
factored.data
}
data <- c("d1", "d2", "d3","d100")
my.factor(data)
#[1] Data 1 Data 2 Data 3 d100
#Levels: Data 1 Data 2 Data 3 d100
data <- c("d1", "d2", "d3", "d1", "d100")
my.factor(data)
#[1] Data 1 Data 2 Data 3 Data 1 d100
#Levels: Data 1 Data 2 Data 3 d100
在%中使用%是一种方法
my.factor <- function(data){
levels = c("d1", "d2", "d3")
labels = c("Data 1", "Data 2", "Data 3")
extra <- data[!(data %in% levels)]
if(length(extra) > 0){
levels = c("d1", "d2", "d3", extra)
labels = c("Data 1", "Data 2", "Data 3", extra)
}
factored.data = factor(data, levels, labels)
factored.data
}
data <- c("d1", "d2", "d3","d100")
my.factor(data)
#[1] Data 1 Data 2 Data 3 d100
#Levels: Data 1 Data 2 Data 3 d100
data <- c("d1", "d2", "d3", "d1", "d100")
my.factor(data)
#[1] Data 1 Data 2 Data 3 Data 1 d100
#Levels: Data 1 Data 2 Data 3 d100
您可以使用包中的mapvalues,该包将重新指定因子的指定级别,同时保留其他因子不变:
my.factor <- function(data){
levels = c("d1", "d2", "d3")
labels = c("Data 1", "Data 2", "Data 3")
plyr::mapvalues(factor(data), levels, labels)
}
my.factor(c("d1", "d2", "d3", "d100"))
您可以使用包中的mapvalues,该包将重新指定因子的指定级别,同时保留其他因子不变:
my.factor <- function(data){
levels = c("d1", "d2", "d3")
labels = c("Data 1", "Data 2", "Data 3")
plyr::mapvalues(factor(data), levels, labels)
}
my.factor(c("d1", "d2", "d3", "d100"))
结果级别的顺序重要吗?@DavidRobinson级别是无序的,我应该指定并编辑该问题。感谢你简洁明了的解决方案。结果等级的顺序重要吗?@DavidRobinson等级是无序的,我应该指定并编辑这个问题。感谢您简洁明了的解决方案。