R语言中Factor类型变量怎么用

发布时间：2021-03-29 09:44:28 作者：小新
来源：亿速云阅读：350

这篇文章给大家分享的是有关R语言中Factor类型变量怎么用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

factor类型的创建

1. factor( )

> credit_rating <- c("BB", "AAA", "AA", "CCC", "AA", "AAA", "B", "BB") #生成名为credit_rating的字符向量
> credit_factor <- factor(credit_rating) # step 2.将credit_rating转化为因子
> credit_factor
[1] BB AAA AA CCC AA AAA B BB 
Levels: AA AAA B BB CCC
> str(credit_rating) #调用str()函数，显示credit_rating结构
 chr [1:8] "BB" "AAA" "AA" "CCC" "AA" "AAA" "B" "BB"
> str(credit_factor) #调用str()函数，显示credit_factor结构
 Factor w/ 5 levels "AA","AAA","B",..: 4 2 1 5 1 2 3 4

2. levels( )

上述代码中第二个运行后得到了levals，用于显示不同的因子（不重复）,上述代码运行一二行

>credit_rating <- c("BB", "AAA", "AA", "CCC", "AA", "AAA", "B", "BB") 
> credit_factor <- factor(credit_rating) # step 2.将credit_rating转化为因子
> credit_factor
[1] BB AAA AA CCC AA AAA B BB 
Levels: AA AAA B BB CCC
> levels(credit_factor)
[1] "AA" "AAA" "B" "BB" "CCC"
>levels(credit_factor) <-c("2A","3A","1B","2B","3C")
> credit_factor
[1] 2B 3A 2A 3C 2A 3A 1B 2B
Levels: 2A 3A 1B 2B 3C

3. Factor 汇总：summary()函数

> summary(credit_rating)
 Length  Class  Mode 
  8 character character 
> summary(credit_factor)
 AA AAA B BB CCC 
 2 2 1 2 1

4. factor 可视化:plot()

# 使用plot()将credit_factor可视化
plot(credit_factor)
#> summary(credit_factor)
# AA AAA B BB CCC 
 # 2 2 1 2 1

5. cut( )函数对数据进行分组

>AAA_rank <- sample(seq(1:100), 50, replace = T)
> AAA_rank
 [1] 90 28 63 57 96 41 93 70 76 36 26 1 86 43 47 15 23 70
[19] 63 1 79 100 20 59 17 23 84 96 21 33 32 19 52 58 81 37
[37] 22 58 42 75 41 64 15 58 63 2 1 65 54 35
> # step 1：使用cut()函数为AAA_rank创建4个组
> AAA_factor <- cut(x = AAA_rank , breaks =c(0,25,50,75,100) )
> > AAA_factor 
 [1] (75,100] (25,50] (50,75] (50,75] (75,100] (25,50] (75,100] (50,75] 
 [9] (75,100] (25,50] (25,50] (0,25] (75,100] (25,50] (25,50] (0,25] 
[17] (0,25] (50,75] (50,75] (0,25] (75,100] (75,100] (0,25] (50,75] 
[25] (0,25] (0,25] (75,100] (75,100] (0,25] (25,50] (25,50] (0,25] 
[33] (50,75] (50,75] (75,100] (25,50] (0,25] (50,75] (25,50] (50,75] 
[41] (25,50] (50,75] (0,25] (50,75] (50,75] (0,25] (0,25] (50,75] 
[49] (50,75] (25,50] 
Levels: (0,25] (25,50] (50,75] (75,100]
> # step 2：使用levels()按顺序将级别重命名
> levels(AAA_factor) <- c("low","medium","high","very_high")
> 
> # step 3：输出AAA_factor
> AAA_factor
 [1] medium medium very_high high  very_high high  high  
 [8] high  medium medium very_high high  medium very_high
[15] medium low  medium low  high  medium low  
[22] medium high  very_high very_high very_high medium very_high
[29] low  low  low  medium very_high low  very_high
[36] low  very_high low  low  high  medium medium 
[43] medium low  low  low  low  medium medium 
[50] medium 
Levels: low medium high very_high
> 
> # step 4：绘制AAA_factor
> plot(AAA_factor)
>

6. 删除元素：- 表示删除

（1）-1：删除第一位的元素，-3：删除第三位的元素

（2）

> credit_factor
[1] BB AAA AA CCC AA AAA B BB 
Levels: AA AAA B BB CCC
> # 删除位于`credit_factor`第3和第7位的`A`级债券，不使用`drop=TRUE`
> keep_level <- credit_factor[c(-3,-7)]
> 
> # 绘制keep_level
> plot(keep_level)
> 
> # 使用相同的数据，删除位于`credit_factor`第3和第7位的`A`级债券，使用`drop=TRUE`
> drop_level <-credit_factor[c(-3,-7),drop=TRUE]
> 
> # 绘制drop_level
> plot(drop_level)
>

7. 转换Factor为String类型

>cash=data.frame(company = c("A", "A", "B"), cash_flow = c(100, 200, 300), year = c(1, 3, 2)) #创建数据框
>str(cash)
'data.frame': 3 obs. of 3 variables:
 $ company : Factor w/ 2 levels "A","B": 1 1 2
 $ cash_flow: num 100 200 300
 $ year  : num 1 3 2

注意：创建数据框时，R的默认行为是将所有字符转换为因子

那么，如何在创建数据框时，不让r的默认行为执行呢？

采用 stringsAsFactors = FALSE

> cash=data.frame(company = c("A", "A", "B"), cash_flow = c(100, 200, 300), year = c(1, 3, 2),stringsAsFactors=FALSE) #创建数据框
> str(cash)
'data.frame': 3 obs. of 3 variables:
 $ company : chr "A" "A" "B"
 $ cash_flow: num 100 200 300
 $ year  : num 1 3 2

8. 创建有序Factor类型:ordered=TRUE

# 有序Factor类型
credit_rating <- c("AAA", "AA", "A", "BBB", "AA", "BBB", "A")
credit_factor_ordered <- factor(credit_rating, ordered = TRUE, levels = c("AAA", "AA", "A", "BBB"))

>credit_rating <- c("BB", "AAA", "AA", "CCC", "AA", "AAA", "B", "BB") 
> credit_factor <- factor(credit_rating) # step 2.将credit_rating转化为因子
> credit_factor #此时的credit_factor 无序
>ordered(credit_factor, levels = c("AAA", "AA", "A", "BBB"))

9. 删除因子级别时，采用drop=TRUE

>credit_factor
[1] AAA AA A BBB AA BBB A 
Levels: BBB < A < AA < AAA
>credit_factor[-1]
[1] AA A BBB AA BBB A 
Levels: BBB < A < AA < AAA #可见，AAA还存在
>credit_factor[-1, drop = TRUE] #完全放弃AAA级别
[1] AA A BBB AA BBB A 
Levels: BBB < A < AA

感谢各位的阅读！关于“R语言中Factor类型变量怎么用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！