情報を失わずに因数を整数\数値に変換する方法は？

因子を数値または整数に変換すると、値を数値としてではなく、基礎となるレベルコードを取得します。

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

私はpaste本当の価値を得るために頼らなければなりません：

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

因子を数値に変換するより良い方法はありますか？

の警告セクションを参照してください?factor。

特に、as.numeric因子への適用は無意味であり、暗黙の強制によって発生する可能性があります。係数fをほぼ元の数値に変換することをas.numeric(levels(f))[f]お勧めします。これは、よりもわずかに効率的です as.numeric(as.character(f))。

Rに関するFAQにも同様のアドバイスがあります。

なぜas.numeric(levels(f))[f]より効率的ですas.numeric(as.character(f))か？

as.numeric(as.character(f))は事実上なas.numeric(levels(f)[f])ので、length(x)値ではなく値に対して数値への変換を実行していnlevels(x)ます。速度の違いは、レベルが少ない長いベクトルで最も顕著になります。値がほとんど一意である場合、速度に大きな違いはありません。どのように変換しても、この操作がコードのボトルネックになる可能性は低いので、あまり気にしないでください。

いくつかのタイミング

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には、係数を変換するための（文書化されていない）便利な関数がいくつかあります。

• as.character.factor
• as.data.frame.factor
• as.Date.factor
• as.list.factor
• as.vector.factor
• ...

しかしうるさく、扱いには何もありません>数値-要因変換が。ジョシュア・ウルリッヒの答えの延長として、私はあなた自身の慣用的な関数の定義でこの省略を克服することを提案します：

as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}

スクリプトの最初に保存することも、.Rprofileファイルに保存することもできます。

最も簡単な方法は、varhandleunfactorパッケージの関数を使用することです。

unfactor(your_factor_variable)

この例は、すぐに始めることができます。

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"

注：この特定の答えは、数値因子を数値に変換するためのものではなく、カテゴリー因子を対応するレベル番号に変換するためのものです。

この投稿のすべての回答が私にとって結果を生成することに失敗し、NAが生成されていました。

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

私のために働いたのはこれです-

as.integer(y2)
# [1] 1 2 3 4 1

因子ラベルが元の値と一致する場合にのみ可能です。例を挙げて説明します。

データがvectorであると仮定しますx。

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

次に、4つのラベルを持つ因子を作成します。

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1）xタイプがdoubleで、fタイプがintegerです。これは情報の最初の不可避の損失です。係数は常に整数として保存されます。

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2）使用可能な値のみの元の値（10、20、30、40）に戻すことはできませfん。にfは整数値1、2、3、4と2つの属性（ラベルのリスト（ "A"、 "B"、 "C"、 "D"）とクラス属性 "factor"）のみが保持されていることがわかります。これ以上何もない。

> 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"

元の値に戻すには、因子の作成に使用されたレベルの値を知る必要があります。この場合c(10, 20, 30, 40)。（正しい順序で）元のレベルがわかっている場合は、元の値に戻すことができます。

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

そして、これは、元のデータのすべての可能な値に対してラベルが定義されている場合にのみ機能します。

したがって、元の値が必要な場合は、それらを保持する必要があります。さもなければ、要因からだけではそれらに戻ることができない可能性が高くなります。

hablar::convertデータフレームがある場合に使用できます。構文は簡単です：

サンプルdf

library(hablar)
library(dplyr)

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

解決

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

あなたにあげる：

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

または、1つの列を整数、1つの数値にする場合：

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

結果は：

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

ソリューションas.numeric（levels（f））[f]はR 4.0では動作しなくなったようです。

代替ソリューション：

factor2number <- function(x){
    data.frame(levels(x), 1:length(levels(x)), row.names = 1)[x, 1]
}

factor2number(yourFactor)

私が読むことができる多くの答えから、唯一の与えられた方法は、因子の数に従って変数の数を拡大することでした。レベルが「dog」と「cat」の変数「pet」がある場合、pet_dogとpet_catになります。

私の場合、因子変数を数値に変換するだけで、同じ数の変数を維持したいと思いました。これは、たとえばcat = 1やdog = 0のように、多くのレベルを持つ多くの変数に適用できます。

以下の対応する解決策を見つけてください：

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)
}
)

ゲームに遅れて、誤って、にtrimws()変換できることがわかりましfactor(3:5)たc("3","4","5")。その後、を呼び出すことができますas.numeric()。あれは：

as.numeric(trimws(x_factor_var))