将分类变量转换为 R 中的因子时出错

Question

在这个tutorial中，我尝试使用另一种方法将分类变量转换为因子。

文章中使用了以下方法。

library(MASS)
library(rpart)
cols <- c('low', 'race', 'smoke', 'ht', 'ui')
birthwt[cols] <- lapply(birthwt[cols], as.factor)

我把最后一行替换为

birthwt[cols] <- as.factor((birthwt[cols]))

但结果都是不适用

这有什么问题？

Answer 1

as.factor((birthwt[cols])) 在 5 个向量的列表上调用 as.factor。如果你这样做，R 会将这 5 个向量中的每一个解释为因子变量的级别，将列标题解释为标签，这显然不是你想要的：

> as.factor(birthwt[cols])
  low  race smoke    ht    ui 
 <NA>  <NA>  <NA>  <NA>  <NA> 
5 Levels: c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1) ...
> labels(as.factor(birthwt[cols]))
[1] "low"   "race"  "smoke" "ht"    "ui" 

lapply 遍历一个列表，在该列表中的每个向量上分别调用函数as.factor。您需要这样做以将每个变量分别转换为一个因子，而不是像 as.factor(birthwt[cols]) 那样尝试将整个列表转换为单个因子。