如何使用R将因子变量转换为数字变量

我还有一个问题，希望你能帮助我。我已经在谷歌上搜索过了，问过一个朋友，并试图了解这个网站上类似的问题，但我还是不明白

好的，我的问题是： 我有一个涵盖1980-2012年数据的大型数据集。 我使用read.spss函数将数据输入R

rohdaten <-read.spss("C:\\Users\\xxxxxxx.sav", use.value.labels = TRUE, to.data.frame = TRUE,
        max.value.labels = Inf, trim.factor.names = FALSE,  
        trim_values = TRUE, reencode = NA, use.missings = TRUE)

现在我似乎有avgEconRat对象中的数据，但首先，我不确定我的平均值是否正确，其次，这是主要问题，我现在如何引用我的数据来绘制它

p1 <- ggplot(na.action=na.exclude, rohdaten, aes(v14, v2))
p1 + geom_point(aes(color = v652), alpha = 0.6) +
      facet_grid(. ~ v5)

---

p1首先，以下是为什么在转换为数字之前必须转换为字符：

假设我们有一个因子，它包含一些数字

x = factor(c(1,2,7,7))

您可以检查这是如何在R中表示的，如下所示：

unclass(x)
#> [1] 1 2 3 3
#> attr(,"levels")
#> [1] "1" "2" "7"

您将看到有3个级别，这些值表示为这3个级别的索引。此外，如果直接将
调用为.numeric（）
，则得到的是索引向量，而不是希望得到的值：

as.numeric(x)
#> [1] 1 2 3 3

另一方面，如果您有likert量表，并且因子级别的顺序正确：

f = factor(c("agree","agree","somewhat agree","somewhat agree","somewhat disagree","disagree","disagree"))

levels(f)
#> [1] "agree" "disagree" "somewhat agree" "somewhat disagree"

实际上，您可能需要索引：

#> as.numeric(f)
[1] 1 1 3 3 4 2 2

但是，如果您的级别出现问题，如：

f = factor(sample(c("agree","somewhat agree","somewhat disagree","disagree"),
                  20,
                  TRUE))
levels(f)
#> [1] "agree" "disagree" "somewhat agree" "somewhat disagree"

然后，您不需要将
调用为.numeric（as.character（f））
（在本例中没有意义），而是需要对因子级别重新排序，然后调用为.numeric，如下所示：

as.numeric(factor(f,
                  # specifify the levels in the correct order:
                  levels=c("agree","somewhat agree","somewhat disagree","disagree"))

我在1988-2012年的数据集上遇到了类似的问题，但我试图将变量的名称改为数字。在尝试了几个小时的不同组合后——我对R也很陌生——我发现了以下解决方案

起初，我是这样做的：

这需要“plyr”包

库（plyr）
我的.data2$islamic_leviathan_分数没有帮助？如果没有数据集，很难说出在您的具体案例中会发生什么。看起来至少有一个值看起来不像是R的数字。这个答案是一个很好的关于有序数据中因子使用的教程。而那个
unclass
的东西对我来说是新的，看起来很方便。谢谢谢谢你的帮助-只是花了一段时间O:-）
#> as.numeric(f)
[1] 1 1 3 3 4 2 2

f = factor(sample(c("agree","somewhat agree","somewhat disagree","disagree"),
                  20,
                  TRUE))
levels(f)
#> [1] "agree" "disagree" "somewhat agree" "somewhat disagree"

as.numeric(factor(f,
                  # specifify the levels in the correct order:
                  levels=c("agree","somewhat agree","somewhat disagree","disagree"))

library(plyr)
my.data2$islamic_leviathan_score <- revalue(my.data2$islamic_leviathan,
               c("(1) Very Suitable"="3", "(2) Suitable"="2", "(3) Somewhat Suitable"="1", "(4) Not Suitable At All"="-1"))

my.data2$islamic_leviathan <- c("3", "2", "1", "-1")

my.data2$islamic_leviathan_score <- as.factor(my.data2$islamic_leviathan)
my.data2$islamic_leviathan_score

my.data2$islamic_leviathan_score_1 <-as.numeric(as.character(my.data2$islamic_leviathan_score))

my.data2$islamic_leviathan_score_1

library(plyr)
my.data2$islamic_leviathan_score <- revalue(my.data2$islamic_leviathan,
               c("(1) Very Suitable"="3", "(2) Suitable"="2", "(3) Somewhat Suitable"="1", "(4) Not Suitable At All"="-1"))

my.data2$islamic_leviathan_score_1 <- as.numeric(as.character(my.data2$islamic_leviathan_score))