R 如何在不丢失信息的情况下将因子转换为整数\数字？_R_Casting_R Faq

R 如何在不丢失信息的情况下将因子转换为整数\数字？

R 如何在不丢失信息的情况下将因子转换为整数\数字？,r,casting,r-faq,R,Casting,R Faq,当我将因子转换为数字或整数时，我得到的是底层的级别代码，而不是作为数字的值 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.

当我将因子转换为数字或整数时，我得到的是底层的级别代码，而不是作为数字的值

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

是否有更好的方法将系数转换为数值？

请参阅以下内容的警告部分：

特别是，

as.numeric

应用于一个因素是没有意义的，可能通过隐含的强迫发生。到将系数

转换为近似于其原始数值值，

为。数值（级别（f））[f]

为推荐的，稍微多一点有效的

as.numeric（as.character（f））

R上的常见问题解答

为什么
as.numeric（levels（f））[f]
比
as.numeric（as.character（f））
更有效？

as.numeric（as.character（f））

实际上是

as.numeric（levels（f）[f]）

，因此您要在

长度（x）

值上执行到数值的转换，而不是在

nlevels（x）

值上执行。速度差异对于具有少量水平的长矢量最为明显。如果这些值基本上是唯一的，那么在速度上就不会有太大的差异。无论您如何进行转换，此操作都不太可能成为代码中的瓶颈，因此不要太担心它

一些时间安排

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有许多（未记录的）方便函数用于转换系数：

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

但令人烦恼的是，没有什么可以处理因子->数值转换。作为Joshua Ulrich答案的延伸，我建议通过定义自己的惯用功能来克服这一遗漏：

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

as.numeric.factor只有在因子标签与原始值匹配的情况下才可能。我会举例说明
假设数据是矢量x
：
x <- c(20, 10, 30, 20, 10, 40, 10, 40)

2） 无法恢复到只有f
可用的原始值（10、20、30、40）。我们可以看到f
只保存整数值1、2、3、4和两个属性——标签列表（“A”、“B”、“C”、“D”）和类属性“factor”。没别的了
> 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"

要恢复到原始值，我们必须知道创建因子时使用的级别值。在这种情况下c（10,20,30,40）
。如果我们知道原始级别（按正确顺序），我们可以恢复到原始值
> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

>原始级别x1全部相等（x，x1）
[1] 真的

只有在为原始数据中所有可能的值定义了标签的情况下，这才有效
因此，如果需要原始值，则必须保留它们。否则，很有可能无法仅从因子返回到它们。
最简单的方法是使用包中的取消因子
函数，该函数可以接受因子向量甚至数据帧：
unfactor(your_factor_variable)

levels(f)[1] <- "some character level"
identical(type.convert(f), as.numeric(levels(f))[f])

[1] FALSE

这个例子可以是一个快速的开始：
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"

#加载包
库（“varhandle”）
#把虹膜传给unsector
tmp_iris注：此特定答案不是用于将数值因子转换为数值，而是用于将分类因子转换为相应的级别数。

这篇文章中的每个答案都未能为我生成结果，NAs正在生成
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

如果有数据帧，可以使用hablar:：convert
。语法很简单：
样本df
library(hablar)
library(dplyr)

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

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

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

#一个tible:2x2
a b
1     7  1.50
2     3  6.30
游戏迟到了，我无意中发现trimws（）
可以将因子（3:5）
转换为c（“3”、“4”、“5”）
。然后您可以调用作为.numeric（）
。即:
as.numeric(trimws(x_factor_var))

从我所能读到的许多答案中，唯一可行的方法是根据因子的数量来扩展变量的数量。如果你有一个级别为“dog”和“cat”的变量“pet”，那么你将得到pet_dog和pet_cat
在我的例子中，我希望保持相同数量的变量，只需将因子变量转换为数字变量，这种方式可以应用于多个级别的多个变量，例如cat=1和dog=0
请在下面找到相应的解决方案：
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)
}
)

crime看起来像是解决方案，因为.numeric（levels（f））[f]不再适用于R4.0
替代解决方案：
factor2number <- function(x){
    data.frame(levels(x), 1:length(levels(x)), row.names = 1)[x, 1]
}

factor2number(yourFactor)

factor2number类型。对级别完全为数字的因子进行转换（f）
是另一个基本选项
就性能而言，它大约相当于.numeric（as.character（f））
，但速度不如.numeric（levels（f））[f]

identical(type.convert(f), as.numeric(levels(f))[f])

[1] TRUE

也就是说，如果向量在第一个实例中被创建为因子的原因尚未解决（即，它可能包含一些无法强制为数字的字符），那么这种方法将不起作用，它将返回一个因子
levels(f)[1] <- "some character level"
identical(type.convert(f), as.numeric(levels(f))[f])

[1] FALSE

levels（f）[1]strtoi（）
如果您的因子级别是整数，则可以工作。有关计时，请参阅以下答案：非常感谢您的解决方案。我能问一下为什么as.numeric（levels（f））[f]更精确更快吗？谢谢。@Sam as.character（f）需要“原语查找”才能将函数查找为.character.factor（），该函数被定义为.numeric（levels（f））[f]。当应用为.numeric（levels（f））[f]或as.numeric（as.character（f））时，我收到一条警告消息：由强制引入的NAs。你知道问题出在哪里吗？谢谢大家!@user08041991我和maycca有同样的问题。我怀疑这是由于R随时间的逐渐变化（这个答案发布于2010年），而这个答案现在已经过时了。这里没有处理因子到整数（或数字）的转换，因为预计
> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

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

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

as.numeric(trimws(x_factor_var))

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)
}
)

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

factor2number(yourFactor)

identical(type.convert(f), as.numeric(levels(f))[f])

[1] TRUE

levels(f)[1] <- "some character level"
identical(type.convert(f), as.numeric(levels(f))[f])

[1] FALSE