通过它们的基础整数访问因子，而不是它们在 R 中的级别答案

【问题标题】：Access factors by their underlying integer, not their level in R通过它们的基础整数访问因子，而不是它们在 R 中的级别
【发布时间】：2020-05-08 10:56:07
【问题描述】：

我经常将带有长文本的因子变量作为级别（例如，调查中的回复：“我非常同意该陈述”可能是一个级别）。如果我想根据因子变量进行子集化，总是输入完整的级别很烦人。我宁愿概述一下从底层整数到级别的映射以及基于此整数的访问。

set.seed(1896)
df <- data.frame(y = runif(100, 0, 10000), x = factor(rep(c("I strongly agree", "I agree", "I disagree", "I strongly disagree"), 25)))
mean(df$y[df$x == "I strongly agree"])

通过以下方式访问底层整数可以获得相同的结果：

mean(df$y[as.integer(df$x) == 3])

我有两个相关的问题： 1）有没有更好/更安全的方法来做到这一点？在具有值和值标签的 Stata 中，可以直接访问标签或值，R 中是否存在类似的东西？ 2）有没有办法快速查看R中从整数到因子级别的映射表？一个可以给我这样一张桌子的命令： 1 - “我同意”； 2 - “我不同意”； 3 - “我非常同意”； 4 - “我强烈反对”？

提前致谢！

【问题讨论】：

对于 (2) 呢：levels(df$x)?
...或者更类似于“表格”的输出：data.frame(levels(df$x))

标签： r stata r-factor

【解决方案1】：

不太确定您的问题，因为我从未使用过 Stata。最重要的一步是保理部分。默认情况下，级别按字母顺序排序。

df = data.frame(y = runif(100, 0, 10000), x = rep(c("I strongly agree", "I agree", "I disagree", "I strongly disagree"), 25))

levels(df$x)
[1] "I agree"             "I disagree"          "I strongly agree"   
[4] "I strongly disagree"

为了安全起见，我猜你的意思是为每个数据集定义相同的级别。所以你可以这样做：

lvls = c("I strongly agree", "I agree", "I disagree", "I strongly disagree")
df$x = factor(df$x,levels=lvl)

levels(df$x)
[1] "I strongly agree"    "I agree"             "I disagree"         
[4] "I strongly disagree"

所以对于桌子，可能是这样的：

data.frame(num = 1:length(lvl),lvl)
  num                 lvl
1  1    I strongly agree
2  2             I agree
3  3          I disagree
4  4 I strongly disagree

您可以使用以下方法进行子集化：

df[df$x==lvl[1],]

或者：

df[df$x==levels(df$x)[1],]

【讨论】：