转换为因子时如何防止整数重新排序？答案

【问题标题】：How to prevent integer reordering when converting to factor?转换为因子时如何防止整数重新排序？
【发布时间】：2017-07-20 10:45:43
【问题描述】：

这实际上更多是关于R中这种行为的为什么和如何的问题。

我有一个向量

c("18", "68", "18-20", "22", "27", "16-18", "unkown")

我希望如果我跑了

as.factor(c("18", "68", "18-20", "22", "27", "16-18", "unkown"))

级别将遵循向量元素的顺序。相反，它们的排序就像 R 试图解释每个元素中的数字字符一样：

[1] 18     68     18-20  22     27     16-18  unkown
Levels: 16-18 18 18-20 22 27 68 unkown

如果元素是类字符，但实际上是整数/数字，我可以看到这应该如何发生。但由于18-20 等更多模棱两可的格式，我不确定 R 是如何知道订购它们的。事实上，如果我必须分两步转换为因数（先转换为整数，然后再转换为因数）：

> as.integer(c("18", "68", "18-20", "22", "27", "16-18", "unkown"))
[1] 18 68 NA 22 27 NA NA
Warning message:
NAs introduced by coercion

这很有意义，因为18-20 是一个简单的字符串。

【问题讨论】：

为什么你首先会遇到这个问题？排序后显示关卡更有意义。
?factor 中解释了大部分这种行为。

标签： r

【解决方案1】：

如果没有提供任何级别，文档说明：

levels：x 的值（作为字符串）的可选向量可能已经采取了。默认值是唯一的一组值 as.character(x)，按 x 的升序排序。注意这个集合可以指定为小于 sort(unique(x))。

所以它与数值无关，它们像字符串一样被排序。确实：

> sort(unique(as.character(c("18", "68", "18-20", "22", "27", "16-18", "unkown"))))
[1] "16-18"  "18"     "18-20"  "22"     "27"     "68"     "unkown"

您可以按如下方式阻止排序：

> x=c("18", "68", "18-20", "22", "27", "16-18", "unkown")
> factor(x,levels=unique(x))

[1] 18     68     18-20  22     27     16-18  unkown
Levels: 18 68 18-20 22 27 16-18 unkown

【讨论】：