【发布时间】：2018-04-04 17:18:16
【问题描述】：
编辑：包括我对我仍然不清楚的文档的阅读
我是 R 新手，正在使用预加载的 RStudio mtcars data.frame。我正在将 cyl 变量转换为因子并标记它们。我的代码是：
df <- mtcars
str(df)
df$cyl <- factor(df$cyl, labels = c('Four cylinder', 'Six Cylinder', 'Eight Cylinder'))
str(df)
哪些输出：
> df <- mtcars
> str(df)
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...
> df$cyl <- factor(df$cyl, labels = c('Four cylinder', 'Six Cylinder', 'Eight Cylinder'))
> str(df)
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : Factor w/ 3 levels "Four cylinder",..: 2 2 1 2 3 2 3 1 1 2 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...
我的问题是：factor 代码部分如何正确分配标签（即'Four cylinder'，在转换后表示为1，正确分配了@987654331 @s 在原来的df)。它是否只是按升序应用标签作为默认行为？如果我有一个字段，例如，我想将 10 个唯一值转换为因子，该怎么办。如何确定我的标签和替换值与正确的原始值相对应？
?factor 访问的文档指出：
levels：x 可能采用的值（作为字符串）的可选向量。默认是 as.character(x) 采用的唯一值集，按 x 升序排序。
这似乎表明标签将按原始变量值升序应用，但我只是想确保我理解正确。
【问题讨论】：
-
这个链接很好地解释了因子的工作原理simplystatistics.org/2015/07/24/…
-
这有助于理解
stringsAsFactors = TRUE的默认行为，但不能回答我关于factor以及它如何将标签应用于预期值的问题 -
一位同事给我发了THIS：我相信它回答了这个问题。我将阅读它，然后回答我自己的问题，这样做是否合适？
-
因素的行为是
stringsAsFactors = TRUE默认行为的原因。从第 8 段“还有一个更晦涩的原因。”开始，文章描述了如何使用整数来有效地引用字符值以节省内存空间。