等待下一个秋

  • Spark
  • Flink
  • Hive
  • 数据仓库
  • ClickHouse
  • 收徒弟
  • Java
    • Spring
    • Mybatis
    • SpringBoot
    • 面试题
  • Python
    • Python基础
    • 爬虫
    • Numpy
    • matplotlib
    • Flask
  • 技术杂谈
    • Linux知识
    • Docker
    • Git教程
    • Redis教程
    • mysql
    • 前端
    • R语言
    • 机器学习
  • 关于我
  • 其它
    • 副业挣钱
    • 资料下载
    • 资料文档
专注于Hadoop/Spark/Flink/Hive/数据仓库等
关注公众号:大数据技术派,获取更多学习资料。
  1. 首页
  2. 技术杂谈
  3. R语言
  4. 正文

R语言里面的因子

2019年4月3日 10539点热度 0人点赞 0条评论

R语言中的因子确实不好理解,很多人都这么觉得。在R语言中,因子(factor)表示的是一个符号、一个编号或者一个等级,即,一个点。例如,人的个数可以是1,2,3,4......那么因子就包括,1,2,3,4.....还有统计量的水平的时候用到的高、中、低,也是因子,因为他是一个点。与之区别的向量,是一个连续性的值,例如,数值中有1,1.1,1.2......可以作为数值来计算,而因子则不可以。如果用我自己的理解,简单通俗来讲:因子是一个点,向量是一个有方向的范围。在R中,如果把数字作为因子,那么在导入数据之后,需要将向量转换为因子(factor),而因子在整个计算过程中不再作为数值,而是一个"符号"而已。因子的水平就是因子的所有不相同的符号的集合。
创建因子的函数介绍如下:

factor(x, levels = sort(unique(x), na.last = TRUE),
labels = levels, exclude = NA, ordered = is.ordered(x))

levels 用来指定因子可能的水平(缺省值是向量x中互异的值);labels
用来指定水平的名字;exclude表示从向量x中剔除的水平值;ordered是
一个逻辑型选项用来指定因子的水平是否有次序。回想数值型或字符型
的x。

> factor(1:3)
[1] 1 2 3
Levels: 1 2 3
> factor(1:3, levels=1:5)
[1] 1 2 3
Levels: 1 2 3 4 5
> factor(1:3, labels=c("A", "B", "C"))
[1] A B C
Levels: A B C
> factor(1:5, exclude=4)
[1] 1 2 3 NA 5
Levels: 1 2 3 5

函数levels用来提取一个因子中可能的水平值:

> f <- factor(c(2, 4), levels=2:5) > f
[1] 2 4
Levels: 2 3 4 5
> levels(f)
[1] "2" "3" "4" "5"

因子用来存储类别变量(categorical variables)和有序变量,这类变量不能用来计算而只能用来分类或者计数。因子表示分类变量,有序因子表示有序变量。生成因子数据对象的函数是factor(),语法是factor(data, levels, labels, ...),其中data是数据,levels是因子水平向量,labels是因子的标签向量。
1、创建一个因子。
例1:

>colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y') 
>col <- factor(colour) 
>col1 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green', 'Red', 'Yellow')) #labels的内容替换colour相应位置对应levels的内容 
>col2 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2', '3')) 
>col_vec <- as.vector(col2) #转换成字符向量 
>col_num <- as.numeric(col2) #转换成数字向量 
>col3 <- factor(colour, levels = c('G', 'R'))

2、创建一个有序因子。
例1:

>score <- c('A', 'B', 'A', 'C', 'B') 
>score1 <- ordered(score, levels = c('C', 'B', 'A')); 
>score1
[1] A B A C B
Levels: C < B < A

3、用cut()函数将一般的数据转换成因子或有序因子。
例1:

>exam <- c(98, 97, 52, 88, 85, 75, 97, 92, 77, 74, 70, 63, 97, 71, 98, 65, 79, 74, 58, 59, 60, 63, 87, 82, 95, 75, 79, 96, 50, 88) 
>exam1 <- cut(exam, breaks = 3) #切分成3组 >exam1
[1] (82,98] (82,98] (50,66] (82,98] (82,98] (66,82] (82,98] (82,98] (66,82]
[10] (66,82] (66,82] (50,66] (82,98] (66,82] (82,98] (50,66] (66,82] (66,82]
[19] (50,66] (50,66] (50,66] (50,66] (82,98] (66,82] (82,98] (66,82] (66,82]
[28] (82,98] (50,66] (82,98]
Levels: (50,66] (66,82] (82,98]
>exam2 <- cut(exam, breaks = c(0, 59, 69, 79, 89, 100)) #切分成自己设置的组 
> exam2
[1] (89,100] (89,100] (0,59]   (79,89]  (79,89]  (69,79]  (89,100] (89,100]
[9] (69,79]  (69,79]  (69,79]  (59,69]  (89,100] (69,79]  (89,100] (59,69]
[17] (69,79]  (69,79]  (0,59]   (0,59]   (59,69]  (59,69]  (79,89]  (79,89]
[25] (89,100] (69,79]  (69,79]  (89,100] (0,59]   (79,89]
Levels: (0,59] (59,69] (69,79] (79,89] (89,100]
>attr(exam1, 'levels');
[1] "(50,66]" "(66,82]" "(82,98]"
>attr(exam2, 'levels');
[1] "(0,59]"   "(59,69]"  "(69,79]"  "(79,89]"  "(89,100]"
>attr(exam2, 'class')
[1] "factor"
#一个有序因子
> x <- factor(rep(1:5,3)) 
> ordered(x,labels = c('a1','a2','a3','a4','a5'))
[1] a1 a2 a3 a4 a5 a1 a2 a3 a4 a5 a1 a2 a3 a4 a5
Levels: a1 < a2 < a3 < a4 < a5

关于因子就说到这里,实际用的非常少!对于逻辑数据以后会遇到再说,就不专门讲了。

标签: R语言
最后更新:2019年4月5日

等待下一个秋

待我代码写成,便娶你为妻!专注于Hadoop/Spark/Flink/Hive/数据仓库等,关注公众号:大数据技术派,获取更多学习资料。

打赏 点赞
< 上一篇
下一篇 >

文章评论

取消回复

等待下一个秋

待我代码写成,便娶你为妻!专注于Hadoop/Spark/Flink/Hive/数据仓库等,关注公众号:大数据技术派,获取更多学习资料。

搜一搜
微信
最新 热点 随机
最新 热点 随机
深入理解ClickHouse跳数索引 ClickHouse主键索引最佳实践 Java和Python操作Clickhouse ChatGPT 注册教程 ChatGPT可以做什么 ClickHouse 自定义分区键
黑客与画家 前言 Redis 有序集合(sorted set) Hive基于UDF进行文本分词 为了理想,谁人都可以 Java 使用 Redis 公众号投广告有哪些坑?
标签聚合
Flink 算法 Redis 大数据 R语言 mysql 书籍 挣钱 Python Hive Java 数据仓库
文章归档
  • 2023年4月
  • 2023年3月
  • 2023年2月
  • 2022年12月
  • 2022年11月
  • 2022年9月
  • 2022年7月
  • 2022年6月
  • 2022年5月
  • 2022年4月
  • 2022年3月
  • 2022年2月
  • 2022年1月
  • 2021年12月
  • 2021年11月
  • 2021年10月
  • 2021年9月
  • 2021年8月
  • 2021年6月
  • 2021年5月
  • 2021年4月
  • 2021年3月
  • 2021年2月
  • 2021年1月
  • 2020年12月
  • 2020年11月
  • 2020年10月
  • 2020年9月
  • 2020年8月
  • 2020年7月
  • 2020年5月
  • 2020年4月
  • 2020年1月
  • 2019年9月
  • 2019年8月
  • 2019年7月
  • 2019年6月
  • 2019年5月
  • 2019年4月
  • 2019年3月
  • 2019年1月
  • 2018年12月
  • 2017年5月

©2022 ikeguang.com. 保留所有权利。

鄂ICP备2020019097号-1

鄂公网安备 42032202000160号