Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/71.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R-获取系数中数值和标高标签之间的连接_R_R Factor - Fatal编程技术网

R-获取系数中数值和标高标签之间的连接

R-获取系数中数值和标高标签之间的连接,r,r-factor,R,R Factor,我正在努力寻找R因子对象中存在的数值(整型)值与其级别标签之间的联系。我知道如何定义标高和标签。但让我们假设我得到了一个不熟悉的数据集,我会在其中找到几个因素(这里:性别和肤色): test当您有输出时 test$sex [1] female male female female male male female Levels: female male 在称为“级别”的行中,第一个是“女性”,第二个是“男性”,因此“女性”等于1,“男性”等于2 如果您想更改“男性”为1,“女性”为

我正在努力寻找R因子对象中存在的数值(整型)值与其级别标签之间的联系。我知道如何定义标高和标签。但让我们假设我得到了一个不熟悉的数据集,我会在其中找到几个因素(这里:性别和肤色):


test当您有输出时

test$sex
[1] female male   female female male   male   female
Levels: female male
在称为“级别”的行中,第一个是“女性”,第二个是“男性”,因此“女性”等于1,“男性”等于2

如果您想更改“男性”为1,“女性”为2,您应该阅读有关函数的内容
relevel

test$sex <- relevel(test$sex, ref = "male")
test$sex 
[1] female male   female female male   male   female
Levels: male female

test$sex当您有输出时

test$sex
[1] female male   female female male   male   female
Levels: female male
在称为“级别”的行中,第一个是“女性”,第二个是“男性”,因此“女性”等于1,“男性”等于2

如果您想更改“男性”为1,“女性”为2,您应该阅读有关函数的内容
relevel

test$sex <- relevel(test$sex, ref = "male")
test$sex 
[1] female male   female female male   male   female
Levels: male female

test$sex因子是按顺序排列的,当您转换为as.numeric时,会给出因子级别,因此您可以执行以下操作:

factors <-data.frame(levels = as.numeric(test$color)[1:length(levels(test$color))], names = paste(levels(test$color)))

factors

factors因子是按顺序排列的,当您转换为as.numeric时,会给出因子级别,因此您可以执行以下操作:

factors <-data.frame(levels = as.numeric(test$color)[1:length(levels(test$color))], names = paste(levels(test$color)))

factors

factors正如其他人所说,整数值只是沿着级别的长度递增。就我个人而言,我发现这最容易在参考表中可视化

test <- data.frame(
  sex = factor(c(1,2,1,1,2,2,1),
               levels= c(1,2),
               labels = c("female", "male")
  ),
  color = factor(c(3,2,2,1,4,4,5),
                levels= c(1,2,3,4,5),
                labels= c("red", "green", "blue", "yellow", "brown")
  )
)

# Make a reference table
data.frame(level = seq_along(levels(test$color)),
           label = levels(test$color))

  level  label
1     1    red
2     2  green
3     3   blue
4     4 yellow
5     5  brown

test正如其他人所说,整数值只是沿着级别的长度递增。就我个人而言,我发现这最容易在参考表中可视化

test <- data.frame(
  sex = factor(c(1,2,1,1,2,2,1),
               levels= c(1,2),
               labels = c("female", "male")
  ),
  color = factor(c(3,2,2,1,4,4,5),
                levels= c(1,2,3,4,5),
                labels= c("red", "green", "blue", "yellow", "brown")
  )
)

# Make a reference table
data.frame(level = seq_along(levels(test$color)),
           label = levels(test$color))

  level  label
1     1    red
2     2  green
3     3   blue
4     4 yellow
5     5  brown

测试您的预期输出是什么?一个表格,它将告诉您哪个数字代表什么?您可以使用
levels
功能提取级别。整数值对应于级别在级别向量中的位置。但是你为什么需要这个呢?罗纳克沙:是的,一张桌子就是一个解决方案。我只需要知道哪个数字代表什么@罗兰:我需要这个,因为我经常会得到不熟悉的数据集,其中包含这样的因素。我需要知道“哪个数字代表什么”,以便解释结果。然而,很多时候,我无法问数据集的创建者,原因有很多。您的预期输出是什么?一个表格,它将告诉您哪个数字代表什么?您可以使用
levels
功能提取级别。整数值对应于级别在级别向量中的位置。但是你为什么需要这个呢?罗纳克沙:是的,一张桌子就是一个解决方案。我只需要知道哪个数字代表什么@罗兰:我需要这个,因为我经常会得到不熟悉的数据集,其中包含这样的因素。我需要知道“哪个数字代表什么”,以便解释结果。然而,很多时候,由于各种原因,我无法要求数据集的创建者。