如何更改编码为“的值”；是”；R中的值为1？

我的数据库中的变量被编码为“是”和“否”，但我希望将其编码为“1”和“2”

我试图使用

ifelse

创建一个新变量，但当我

列出它时，它没有工作，如下所示：

CA <- ifelse((CANCER == "Yes"),1
ifelse(( CANCER == "No"),2 )))

list(CA)

[[1]]
NULL

CA假设

levels(CANCER) 

返回

Levels: yes no

Levels: yes no

如果你只是说

CA<-factor(as.numeric(CANCER))

返回

Levels: yes no

Levels: yes no

您可以这样更改级别

levels(Cancer)[1]<-"1"
levels(Cancer)[2]<-"2"

等级（癌症）[1]我们需要知道你的变量是否是一个因素。假设

foo <- c("yes","no","no","yes")

如果要使用
ifelse

CA <- ifelse(CANCER=="Yes", 1, 2)

CA如果强制使用按顺序设置的级别设置的系数
“是”、“否”
：

这给了你：

[1] 1 2 2 1

我只是想补充一点（当我第一次遇到这种类型的东西时，这对我很有帮助），除非明确说明，因子的级别是按字母顺序排列的

这不适用于这个特定的问题，因为癌症列中的因子水平是明确排序的。但是，对于使用

my_df <- read.csv(file = "myfile.csv", stringsAsFactors = TRUE)

非常有用，因为现在每个“否”都是
0
，每个“是”都是
1

希望这对其他人有所帮助。
或者，如果您有两个以上的选项，您可以使用
merge（）
函数

例如，如果您有此数据帧：

dtf <- data.frame(CANCER = c("No", "Yes", "Yes", "No"),
                  x = c(4, 5, 6, 7), 
                  # Keep character variables as characters, do not create factors
                  stringsAsFactors = FALSE) 

merge(dtf, moreinfo, by = "CANCER")

  CANCER x CA
1     No 4  2
2     No 7  2
3    Yes 5  1
4    Yes 6  1

注意：关于
stringsAsFactors
参数，很抱歉，有必要防止R使用您的字符变量自动创建因子，我建议在使用
read.csv（）加载数据时也使用它
 派对有点晚了，但你可以通过dplyr变异和重新评估来做到这一点

cancer_dat <- data.frame(CANCER = c("No", "Yes", "Yes", "No"),
                  x = c(4, 5, 6, 7))

cancer_dat =cancer_dat %>% mutate(CANCER = revalue(factor(cancer_dat$CANCER),
                                       c("Yes" = "1", "No" = "0")))

cancer_dat%突变（cancer=重新估价（因子（cancer_dat$cancer）），
c（“是”=“1”，“否”=“0”））

重估允许您以“旧名称”、“新名称”的形式将因子名称更改为其他名称
为什么？我总是喜欢更多的信息标签，如是和否；它们的信息量更大，所以当我在六个月后不得不重新进行分析时，我能够记住它们的意思。我不知道切换到数字代码有什么好处，可以保存文件大小。因为您可能想对数据进行数字计算。@Aaron谁在乎呢？每个程序员都有自己的偏好和编程需求。存在一个常见的误解（由于旧版本的SPSS等），即要对数据集进行分析，数据，甚至分类变量，必须存储为数值。这与R或我所知道的任何现代统计软件都不一样。我问这个问题是为了获得更多关于他们潜在需求的信息，因为我担心这是一个。我不确定这是否聪明：is.factor（foo）FALSE is.character（foo）TRUE@Momo，你是对的，我们不知道OP的变量是否是一个因子。我调整了我的答案。很好，但我的意思是重新标记的结果应该是一个因子，而不是一个字符向量。@Momo，我不同意，事实上-如果原始向量是一个因子，重新标记的结果应该是一个因子。不需要更改数据类型作为重新标记的副作用。@Aaron，不，如果
foo
是一个因素，那么
foo[foo==“yes”]
[1] 1 2 2 1

my_df <- read.csv(file = "myfile.csv", stringsAsFactors = TRUE)

my_df$CANCER <- as.numeric(my_df$CANCER) - 1

dtf <- data.frame(CANCER = c("No", "Yes", "Yes", "No"),
                  x = c(4, 5, 6, 7), 
                  # Keep character variables as characters, do not create factors
                  stringsAsFactors = FALSE) 

moreinfo <- data.frame(CANCER = c("Yes", "No"),
                       CA = c(1, 2), 
                       stringsAsFactors = FALSE)

merge(dtf, moreinfo, by = "CANCER")

  CANCER x CA
1     No 4  2
2     No 7  2
3    Yes 5  1
4    Yes 6  1

cancer_dat <- data.frame(CANCER = c("No", "Yes", "Yes", "No"),
                  x = c(4, 5, 6, 7))

cancer_dat =cancer_dat %>% mutate(CANCER = revalue(factor(cancer_dat$CANCER),
                                       c("Yes" = "1", "No" = "0")))