Umrechnung eines Faktors in eine ganze Zahl \numeric ohne Informationsverluste?

Question

Wenn ich einen Faktor in einen numerischen oder ganzzahligen Wert umwandle, erhalte ich die zugrunde liegenden Ebenencodes und nicht die Werte als Zahlen.

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

Ich muss zurückgreifen auf paste um die tatsächlichen Werte zu erhalten:

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

Gibt es eine bessere Möglichkeit, einen Faktor in einen numerischen Wert umzuwandeln?

Answer 1

R verfügt über eine Reihe von (undokumentierten) Komfortfunktionen zur Umrechnung von Faktoren:

• as.character.factor
• as.data.frame.factor
• as.Date.factor
• as.list.factor
• as.vector.factor
• ...

Aber ärgerlicherweise gibt es nichts, um die Faktor -> numerisch Umwandlung. In Erweiterung der Antwort von Joshua Ulrich würde ich vorschlagen, diese Lücke durch die Definition einer eigenen idiomatischen Funktion zu schließen:

as.double.factor <- function(x) {as.numeric(levels(x))[x]}

die Sie am Anfang Ihres Skripts speichern können, oder noch besser in Ihrem .Rprofile Datei.

Answer 2

Hinweis: Diese besondere Antwort ist pas für die Umwandlung von numerisch bewerteten Faktoren in numerische Werte, sondern für die Umwandlung von kategorischen Faktoren in ihre entsprechenden Stufennummern.

---

Jede Antwort in diesem Beitrag führte bei mir nicht zu Ergebnissen, es wurden NAs generiert.

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

Was bei mir funktioniert hat, ist Folgendes -

as.integer(y2)
# [1] 1 2 3 4 1

Answer 3

Der einfachste Weg wäre die Verwendung von unfactor Funktion aus Paket varhandle die eine Faktor-Vektor oder sogar eine Datenrahmen :

unfactor(your_factor_variable)

Dieses Beispiel kann ein schneller Einstieg sein:

x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)

class(x)  # -> "character"
class(y)  # -> "numeric"

x <- factor(x)
y <- factor(y)

class(x)  # -> "factor"
class(y)  # -> "factor"

library(varhandle)
x <- unfactor(x)
y <- unfactor(y)

class(x)  # -> "character"
class(y)  # -> "numeric"

Sie können sie auch für einen Datenrahmen verwenden. Zum Beispiel die iris Datensatz:

sapply(iris, class)

Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species
   "numeric"    "numeric"    "numeric"    "numeric"     "factor"

# load the package
library("varhandle")
# pass the iris to unfactor
tmp_iris <- unfactor(iris)
# check the classes of the columns
sapply(tmp_iris, class)

Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species
   "numeric"    "numeric"    "numeric"    "numeric"  "character"

# check if the last column is correctly converted
tmp_iris$Species

  [1] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
  [6] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
 [11] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
 [16] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
 [21] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
 [26] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"    
 [31] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"
 [36] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"
 [41] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"
 [46] "setosa"     "setosa"     "setosa"     "setosa"     "setosa"
 [51] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [56] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [61] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [66] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [71] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [76] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [81] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [86] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [91] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
 [96] "versicolor" "versicolor" "versicolor" "versicolor" "versicolor"
[101] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[106] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[111] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[116] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[121] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[126] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[131] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[136] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[141] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"
[146] "virginica"  "virginica"  "virginica"  "virginica"  "virginica"

Answer 4

Es ist möglich ばかり für den Fall, dass die Faktorbezeichnungen mit den Originalwerten übereinstimmen. Ich werde dies anhand eines Beispiels erläutern.

Angenommen, die Daten sind ein Vektor x :

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

Jetzt werde ich einen Faktor mit vier Etiketten erstellen:

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1) x ist vom Typ double, f ist vom Typ Ganzzahl. Dies ist der erste unvermeidliche Informationsverlust. Faktoren werden immer als ganze Zahlen gespeichert.

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2) Es ist nicht möglich, zu den ursprünglichen Werten (10, 20, 30, 40) zurückzukehren, wenn nur f verfügbar. Wir können sehen, dass f enthält nur die ganzzahligen Werte 1, 2, 3, 4 und zwei Attribute - die Liste der Bezeichnungen ("A", "B", "C", "D") und das Klassenattribut "factor". Mehr nicht.

> str(f)
 Factor w/ 4 levels "A","B","C","D": 2 1 3 2 1 4 1 4
> attributes(f)
$levels
[1] "A" "B" "C" "D"

$class
[1] "factor"

Um zu den ursprünglichen Werten zurückzukehren, müssen wir die Werte der bei der Erstellung des Faktors verwendeten Ebenen kennen. In diesem Fall c(10, 20, 30, 40) . Wenn wir die ursprünglichen Ebenen (in der richtigen Reihenfolge) kennen, können wir zu den ursprünglichen Werten zurückkehren.

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

Und das funktioniert nur, wenn für alle möglichen Werte in den Originaldaten Bezeichnungen definiert wurden.

Wenn Sie also die Originalwerte benötigen, müssen Sie sie aufbewahren. Andernfalls besteht eine hohe Wahrscheinlichkeit, dass man nur über einen Faktor auf sie zurückgreifen kann.

Answer 5

Sie können verwenden hablar::convert wenn Sie einen Datenrahmen haben. Die Syntax ist einfach:

Stichprobe df

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

Lösung

df %>% 
  convert(num(a, b))

gibt Ihnen:

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

Oder wenn Sie wollen, dass eine Spalte ganzzahlig und eine Spalte numerisch ist:

df %>% 
  convert(int(a),
          num(b))

führt zu:

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30