R 多因素替代水平

我需要在一个数据帧中替换多个因素的级别，以便它们都是统一的。 例如，这些是其中一个因素中的水平：

> levels(workco[,5])
 [1] " "                              "1"                              "2"                             
 [4] "kóko"                          "kesätyö"                      "Kesätyö kokoaika"            
 [7] "koko"                           "kokop"                          "kokop."                        
[10] "Kokopäivä"                    "kokopäiväinen"                "Kokopäiväinen"               
[13] "kokopäiväinen / osa-aikainen" "kokopäivänen"                 "kokp"                          
[16] "kokp."                          "Kokp."                          "osa-aik"                       
[19] "Osa-aik / Kokopäiv."           "osa-aik."                       "Osa-aik."                      
[22] "osa-aikainen"                   "Osa-aikainen"                   "osa-aikainen/kokopäiväinen"  
[25] "Osa/kokoaikainen"               "Osap."                  

假设我有12列都是因素，它们有不同的级别名称，表示不同的含义：从示例中可以看到，其中许多级别名称中显示相同的字母：

koko，kok，kop

。。。 我希望通过统一获得三个级别：

kokop

、

osa

和

kes

。此外，以编号

1

和

2

命名的级别应分别重新编码为

kokop

和

osa

到目前为止，我尝试过的事情没有成功，我担心这是因为我的思维方式比实际更复杂：我尝试过分别使用

adist（）

函数和

grep（）

进行循环，但我发现了错误。 例如：

code <- c("kok","osa","ma","kes",1,2," ")
list.names <- c("1", "2", "3", "4", "5", "6","7","8","9","10","11","12")
mylist <- vector("list", length(list.names))
names(mylist) <- list.names
D <- mylist
index <- mylist

for (i in ncol(workco2)){                            
  D[[i]] <- adist(workco2[,i],code,ignore.case=TRUE)
  index[[i]] <- lapply(D[[i]],which.min)
  workco2[,i] <- data.frame(code[index[[i]]])
}

---

你能告诉我怎么解决吗？可能比我想象的要简单得多

我通常合并因子，如下例所示。 我将子集与我的标准相对应的级别（

…%在%c（…）

）中），并用新级别覆盖它们

set.seed(357)
xy <- data.frame(name = sample(letters[1:4], size = 20, replace = TRUE), value = runif(20))
xy$name
  [1] a a b a c b d c d d c c b a c a b d c b
  Levels: a b c d
levels(xy$name)[levels(xy$name) %in% c("a", "b")] <- "a-b"
levels(xy$name)[levels(xy$name) %in% c("c", "d")] <- "c-d"
xy$name
 [1] a-b a-b a-b a-b c-d a-b c-d c-d c-d c-d c-d c-d a-b a-b c-d a-b a-b c-d c-d a-b
Levels: a-b c-d

set.seed（357）
xy我猜您需要grep和replace的组合。
这可能会加快类似音节（“ko”、“kok”）的音阶变化

数据示例

code <- as.factor(c("kok","osa","ma","kes", "koko", "osa-aikainen", "osa/kes"))

请输入代码和预期输出。对于混合级别，如“kokopÕivÕinen/osa aikainen”

，应该怎么做？对不起，罗兰，刚刚粘贴了错误消息。混合级别应编码为“osa”，如果出现，则编码为“kes”，如果osa/kes同时显示，则选择“kes”。@Gina Zetkin。我们的答案对你有帮助吗？

code <- as.factor(c("kok","osa","ma","kes", "koko", "osa-aikainen", "osa/kes"))

levels(code) <- c(levels(code), "kokop")

new.code <- replace(code, (grep ("kok", code)), "kokop")

new.code <- replace(code, (grep ("osa/kes", code)), "kes")

new.code <- replace(code, (grep ("ko", code)), "kokop")