R 如何在不丢失信息的情况下将因子转换为整数\数字？

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

f

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

---

请参阅的警告部分：

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

f

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.factorR有许多（未记录的）方便函数用于转换因子：


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。
仅在因子标签与原始值匹配的情况下才有可能。我会举例说明

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

[1] FALSE

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
商标
as.integer(y2)
# [1] 1 2 3 4 1

library(hablar)
library(dplyr)

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

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

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

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