在R中是否有一个简短的替代as.numeric（as.character（my.factor））的方法？

如果我想得到R中某个因子的数值，我已经厌倦了将

写成.numeric（as.character（my.factor））

了。虽然它可以工作，但代码的作用并不明显，将数字转换成字符串，然后再回来处理它们，感觉是完全错误的。有没有像

factor.values（my.factor）

这样更简单、更自解释的方法

有人建议将其打包到自定义函数中，如

factor.values=function（x）as.numeric（levels（x））[x]#获取带有数字标签的因子的实际值

此解决方案的问题是，如果要让协作者复制，则必须在脚本之间复制粘贴。我在问是否有一个简单的内置方法来实现这一点。我知道这是一个非常小的问题，但由于这是一个经常出现的问题，许多人发现通常提出的解决方案违反直觉，我还是提出了它

问题 Fpr单元化后，如果您有一个因子并希望对其进行数值运算，则会遇到许多问题：

>my.factor=系数（c（1,1,2,5,8,13,21））
>求和（我的因子）#让我们尝试一个数字运算
汇总系数中的错误（1:6，na.rm=FALSE）：
总和对因子没有意义
>as.numeric（my.factor）#哦，让我们把它变成数字吧。
[1] 123456#啊！级别是数字而不是值
>as.character（my.factor）#因为网络告诉我这一点。
[1] “1”“1”“2”“5”“8”“13”“21”#更近一些。。。
>as.numeric（as.character（my.factor））#不短也不自明！
[1] 1 1 2 5 8 13 21#最后我们可以总结。。。
>总和（作为数字（作为字符（我的系数）））
[1] 51
来自
？系数

将因子“f”转换为其近似值
建议使用原始数值“as.numeric（levels（f））[f]”
并且比“as.numeric（as.character（f））”稍微高效一些

根据我的经验，只有在数据导入出现问题时，您才需要此功能。解决方案通常是修复导入步骤。数字信息不应该是一个开始的因子。是的，但是像
mapvalues
这样的便捷函数会无缘无故地从数字数据中提取因子。所以我经常发现自己在使用它，只要围绕“丑陋”的代码编写一个简单的包装函数，就可以了。你自己做其实没什么大不了的。你能提供一个
mapvalues
的例子“无缘无故地利用数字数据制作因子”吗？对我来说，一开始不使用因子更简单，但如果你已经有了它们，这里有一个替代plyr的方法：
df.target$x谢谢你的信息。但在语法方面，它变得更加复杂，尤其是在处理data.frames时。将
as.numeric（as.character（mydf$column））
与
as.numeric（levels（mydf$column））[mydf$column]
进行比较，然后将复杂语法放入函数中。这就是函数的用途。可能是因为我太习惯python了，也就是说，代码实际上很漂亮。但我希望有比在我写的每一个脚本中复制/源代码的函数更漂亮的东西。嗯，也许我的期望太高了。@JonasLindeløv：你不必在你写的每一个脚本中都复制/编写这个函数。这就是包裹的用途。。。或者，您可以将其源代码放在与.Rprofile中的搜索路径相连的环境中。说“代码实际上很漂亮”是主观的。您觉得漂亮的代码可能对其他人没有吸引力。出于这个原因，我认为投票结束这个项目是“主要基于意见的”（也就是说，哪个“漂亮”版本是“最好的漂亮版本”？）。我的观点是正确的。我已经更新了这个问题，是否有一个更简短、更直观（不太迂回）的解决方案，而不是一个“漂亮”的解决方案，因为这就是我的意思。答案似乎是“不”，我接受这个答案。将它放在我自己的环境中的问题是，当您与其他人共享脚本时，它会引发问题。我也用这个请求更新了这个问题。