如何自动将整数变量编码为因子？答案

【问题标题】：How do I automatically code integer variables as factors?如何自动将整数变量编码为因子？
【发布时间】：2014-07-18 16:36:33
【问题描述】：

我正在处理我想视为因素的预测变量。不幸的是，代表多项选择题答案的数据存储为整数，因此当我拟合线性模型时，R 将这些数据视为数字预测变量而不是因子。我不想每次都输入factor(x)；我将如何自动将预测变量编码为因子变量？

我可能拥有的数据示例：

  a b response
1 1 T 6.946486
2 2 F 1.952378
3 3 T 5.189918
4 1 T 2.680438
5 2 F 2.243461
6 3 T 5.398814
7 1 T 2.375182
8 2 F 0.376323
9 3 T 5.144803

期望的任务：告诉 R 无需输入 lm(response ~ factor(a) + b) 预测器 a 应该被视为因子变量。也许我需要遍历每一列并保存为一个因子，然后传递给lm？也许我可以传递给lm？尝试不同的东西...

【问题讨论】：

data$a <- as.factor(data$a); lm(response ~ a + b, data = data) ?...这实际上是更多的输入，现在您已经更改了整个数据集。为什么要这样做？

标签： r regression lm categorical-data r-factor

【解决方案1】：

在将数据框传递给 lm 之前，将所有选择题 (MCQ) 的答案转换为因子可能是最简单的方法。假设所有整型变量都是 MSQ 答案，可以使用is.integer 和sapply：

## making up data
N <- 20
d <- data.frame(a = sample(3, N, replace=TRUE),
                b = sample(3, N, replace=TRUE),
                c = sample(3, N, replace=TRUE),
                d = sample(c(TRUE, FALSE), 10, replace=TRUE),
                e = sample(c(TRUE, FALSE), 10, replace=TRUE),
                f = sample(3, N, replace=TRUE),
                response = rnorm(20, 0, 2))

## determine which columns are integer
int_col <- which(sapply(d, is.integer))

## convert all integer variables to factor variables
d[, int_col] <- lapply(d[int_col], factor) # sapply doesn't work here
str(d)

如果您有不是 MSQ 答案的整数变量，则必须手动修改 int_col，不包括这些变量。

【讨论】：