如何将行转换为R中的因子？答案

【问题标题】：how to convert rows into factors in R?如何将行转换为R中的因子？
【发布时间】：2013-04-11 07:16:17
【问题描述】：

例如，我有一个矩阵：

> a = cbind(sample(c(0,1),6,replace=T), sample(c(0,1),6,replace=T))
> a
     [,1] [,2]
[1,]    0    0
[2,]    0    0
[3,]    0    1
[4,]    1    0
[5,]    1    0
[6,]    1    1

我想从a 中创建一个对象b，以便b 是一个因素，每个级别代表a 中的不同行。在这种情况下，b 将是：

> b
[1] 1 1 2 3 3 4
Levels: 1 2 3 4

我可以用肮脏的方式做到这一点，但我想知道是否有一个优雅的解决方案？

【问题讨论】：

数据集有多大？ a 总是有 2 列吗？ a 将始终仅包含 integer、仅包含 numeric 还是仅包含 characters？
你目前使用的“肮脏”方式是什么？我们如何确保我们的方式也不脏？
我认为的肮脏方式是使用paste 连接每一行。但我忘了我也可以使用apply 函数对其进行矢量化。

标签： r matrix r-factor

【解决方案1】：

一个可能的解决方案：

 b <- apply(a, 1, paste, collapse="_")
 b <- factor(b, levels=unique(b), labels=1:length(unique(b)))

【讨论】：

这是我最初的想法，我认为paste 会比interaction 更快，但不确定OP 已经尝试了什么。
@AnandaMahto 我会说这与往常一样取决于数据量。当这个增长时，粘贴比交互更快。
这不仅仅是数据量。随着交互次数的增加，由于 paste 是矢量化的，它肯定会更快。添加drop = FALSE 会加快interaction 的速度，但我不确定能提高多少。

【解决方案2】：

不知道您当前的“肮脏”方式是什么，这是一个可能的解决方案：

> aFac <- interaction(data.frame(a), lex.order=TRUE)
> factor(aFac, levels = levels(aFac), labels = seq_along(levels(aFac)))
[1] 1 1 2 3 3 4
Levels: 1 2 3 4

地点：

a <- structure(c(0L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 1L), 
               .Dim = c(6L, 2L), .Dimnames = list(NULL, NULL))

我使用lex.order = TRUE 的唯一原因是为了匹配您的特定输出。

另一种可能是：

> aFac <- interaction(data.frame(a), lex.order=TRUE, drop = TRUE)
> factor(as.numeric(aFac))
[1] 1 1 2 3 3 4
Levels: 1 2 3 4

drop = TRUE 是从interaction 中删除任何未使用的级别，正如我们将在下面的 cmets 中获得的示例一样。

为了证明drop = TRUE 的影响，请考虑以下因素，注意产生的因子水平：

> b <- structure(c(1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1), .Dim = c(6L,2L))
> bFac1 <- interaction(data.frame(b), lex.order=TRUE)
> bFac2 <- interaction(data.frame(b), lex.order=TRUE, drop=TRUE)
> factor(as.numeric(bFac1))
[1] 3 4 3 2 2 4
Levels: 2 3 4
> factor(as.numeric(bFac2))
[1] 2 3 2 1 1 3
Levels: 1 2 3

【讨论】：

【解决方案3】：

根据数据的简单性，以下可能是一种方法。

a
##      V1 V2
## [1,]  0  0
## [2,]  0  0
## [3,]  0  1
## [4,]  1  0
## [5,]  1  0
## [6,]  1  1

hash <- apply(a, 1, paste, collapse = "/")
b <- factor(hash, labels = 1:length(unique(hash)))
b
## [1] 1 1 2 3 3 4
## Levels: 1 2 3 4

【讨论】：

由于您的回答比 droopy 的来得晚，所以我接受了 droopy 的回答。但是谢谢！ +1