係数を使用する必要があります。はい、彼らは苦痛になる可能性がありますが、私の理論では、彼らが苦痛である理由の90％は、デフォルトで、read.tableそしてread.csv、そして引数が原因stringsAsFactors = TRUEです（そして、ほとんどのユーザーはこの微妙さを逃しています）。lme4のようなモデルフィッティングパッケージは因子と順序付けされた因子を使用して、モデルを微分的に適合させ、使用するコントラストのタイプを決定するため、それらは有用であると私は言います。また、グラフ作成パッケージは、それらを使用してグループ化します。ggplotほとんどのモデルフィッティング関数は文字ベクトルを因子に強制変換するため、結果は同じです。ただし、コードに警告が表示されます。
lm(Petal.Length ~ -1 + Species, data=iris)
# Call:
# lm(formula = Petal.Length ~ -1 + Species, data = iris)
# Coefficients:
# Speciessetosa Speciesversicolor Speciesvirginica
# 1.462 4.260 5.552
iris.alt <- iris
iris.alt$Species <- as.character(iris.alt$Species)
lm(Petal.Length ~ -1 + Species, data=iris.alt)
# Call:
# lm(formula = Petal.Length ~ -1 + Species, data = iris.alt)
# Coefficients:
# Speciessetosa Speciesversicolor Speciesvirginica
# 1.462 4.260 5.552
警告メッセージ：でmodel.matrix.default(mt, mf, contrasts)：
にSpecies変換された変数factor
トリッキーなことの1つは、全体drop=TRUEです。ベクトルでは、これはデータに含まれていない要因のレベルを削除するのに適しています。例えば：
s <- iris$Species
s[s == 'setosa', drop=TRUE]
# [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa
s[s == 'setosa', drop=FALSE]
# [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa versicolor virginica
ただし、を使用するとdata.frame、の動作[.data.frame()が異なります?"[.data.frame"。このメールまたはを参照してください。s を使用drop=TRUEしdata.frameても、想像どおりに機能しません。
x <- subset(iris, Species == 'setosa', drop=TRUE) # susbetting with [ behaves the same way
x$Species
# [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa versicolor virginica
幸いにもdroplevels()、個々の因子またはdata.frame（R 2.12以降）のすべての因子の未使用の因子レベルを削除することで、因子を簡単に削除できます。
x <- subset(iris, Species == 'setosa')
levels(x$Species)
# [1] "setosa" "versicolor" "virginica"
x <- droplevels(x)
levels(x$Species)
# [1] "setosa"
これは、選択したレベルをggplot凡例に入れないようにする方法です。
内部的には、factorsは属性レベルの文字ベクトル（attributes(iris$Species)およびを参照class(attributes(iris$Species)$levels)）を持つ整数であり、クリーンです。レベル名を変更する必要がある場合（および文字列を使用している場合）、これははるかに効率の悪い操作になります。そして、特にggplot伝説の場合、レベル名を頻繁に変更します。文字ベクトルを使用して因子を偽造した場合、1つの要素のみを変更し、誤って別の新しいレベルを作成するリスクがあります。