一种基于R中频率的字符向量到整数的有效转换方法

我有一个仅由“a”或“g”组成的字符向量，我想根据频率将它们转换为整数，即频率越高的一个应编码为0，另一个应编码为1，例如：

set.seed(17)
x = sample(c('g', 'a'), 10, replace=T)
x
# [1] "g" "a" "g" "a" "g" "a" "g" "g" "a" "g"
x[x == names(which.max(table(x)))] = 0
x[x != 0] = 1
x
# [1] "0" "1" "0" "1" "0" "1" "0" "0" "1" "0"

这是可行的，但我想知道是否有更有效的方法

（我们不必考虑这里的50%到50%个病例，因为它不应该在我们的研究中发生）。< / P> < P>使用这个：

ag.encode <- function(x)
{
  result <- x == "a"
  if( sum(result) > length(result) %/% 2 ) 1-result else as.numeric(result)
}

---

您可以将字符向量转换为

因子。这个解决方案更通用，因为您不需要知道用于创建x的2个字符的名称

y <- as.integer(factor(x))-1
if(sum(y)>length(y)/2) y <- as.integer(!y)

y长度（y）/2）y这样确实更快。为什么？
%chin%
（仅适用于字符向量）来自
数据。表
比%
和
=
中的
%快。所以，做
x%chin%“a”
应该会让它快一点。这个比@Ferdinand.kraft的解决方案慢一点，但还是比我的快一点。谢谢。首选
因子（x，级别=名称（排序（表（x），递减=真））-1L
。可用于任何级别。@flodel与仅
1
相比，
1L
将带来什么好处？我在核心R函数中经常看到这一点。@flodel在您的注释中有一个额外的括号。它还提供了一条警告消息，结果是一个NAS向量，它应该是
as.integer（因子（x，levels=names（排序（表（x），递减=TRUE））-1L
as.integer
返回一个
integer
向量，因此您希望减去
1L
（一个整数）而不是
1
（一个数字）以保留
整数
向量。使用整数而不是数字，在很多方面都是有益的。整数使用更少的内存，一些使用它们的操作速度更快，而且它们更健壮，因为它们不受浮点问题的影响。
y <- as.integer(factor(x))-1
if(sum(y)>length(y)/2) y <- as.integer(!y)