数值转换中的as.factor（）

所以我现在正在学习R，我从许多来源注意到，每当我们想要将数据类型转换为数值时，我们使用两个函数

as.numeric（）

和

as.factor（）

例如，如果我想将列Year转换为数字，它将是

as.numeric(as.factor(survey.data$Year))

我试着单独使用

作为.numeric（）

，而且效果也很好。但我觉得这样做会让我错过一些东西。我只是想知道为什么要先转换成因子，然后再转换成数值

---

谢谢。

我不认为你遗漏了什么。要了解的主要内容是R如何转换数据类型，三种常见的类型是

数字

、

字符

和

因子

。到目前为止（在我看来），这些因素是来自其他语言的最不直观的因素

我喜欢将这些因素视为“类别”。它们没有顺序（不同于可以按字母顺序排列的字符）。它们是用于列出内容的抽象数据类型。其他人可能不同意这一解释，但这有助于我理解

我说因素没有顺序，这是一种简单的谎言。事实证明，这些因素也有

级别

。级别列出事物的顺序。假设我们有一个向量

animals <- factor(c("Rabbit", "Cat", "Dog"))

它将导致

c（3，1，2）

。这是因为numeric将因子转换为一个整数，表示它们的级别顺序

如果要将因子（如“1”）转换为数字1，则必须先将其转换为字符，然后再转换为数字

这是因为因子和整数之间的转换具有这种行为。但是从因子到字符的转换去掉了构成因子的字母。然后，从字符到数字的转换将数字字符转换为实际数字

---

回到你的例子，我认为只使用

作为.numeric

是可以的，除非你想得到表示因子等级顺序的数字。

如果你想将列Year转换为数值，也许你想的是将因子转换为数值的必要过程，必须首先将其转换为字符

您可以对数据帧和列子集执行相同的操作，但这里我创建了一个简单的示例：

#Create a factor vector called Year with 3 levels
    Year <- factor(c(2001, 2001, 2001, 2004, 2004, 2020, 2020))
    Year
    [1] 2001 2001 2001 2004 2004 2020 2020
    Levels: 2001 2004 2020 

要正确地将因子转换为数字并真正返回原始向量值，请先转换为字符，然后再转换为数字，您可以使用嵌套函数执行此操作，因为R从最里面的括号开始，并按操作顺序向外工作：

#Correct: convert Year into a character, then into numeric
    num.Year <- as.numeric(as.character(Year))
    num.Year
    [1] 2001 2001 2001 2004 2004 2020 2020

#正确：将年份转换为字符，然后转换为数字
num.Year不确定你是从哪里学到这一点的，但通常情况下，它不会给你想要的结果。请提供一个可复制的示例和所需结果，以便我们能更好地帮助您。
as.numeric（c（“1900”、“1850”、“1875”）
给出了
[1]1900 1850 1875
<代码>作为数字（作为系数（c（“1900”、“1850”、“1875”））

给出

[1]3 1 2

。所以我想这取决于你是想把年份作为一个整数，还是一个用顺序表示年份的整数。正如@RichScriven所指出的，第二个操作看起来确实很奇怪。

#Incorrect: convert Year into numeric directly
    nope.Year <- as.numeric(Year)
    nope.Year
    [1] 1 1 1 2 2 3 3

#Correct: convert Year into a character, then into numeric
    num.Year <- as.numeric(as.character(Year))
    num.Year
    [1] 2001 2001 2001 2004 2004 2020 2020