Question

在python中，您可以使用.cat.code生成变量的分类代码，例如

df['col3'] = df['col3'].astype('category').cat.code

你在R中怎么做？

Answer 1

为@ Sid29进一步充实：

python方法函数.cat.code提取因子级别的数字表示。 R中的等价物是：

a <- factor(c("good", "bad", "good", "bad", "terrible"))

as.numeric(a)
[1] 2 1 2 1 3

请注意，.cat.code代表NA（或NaN相同的事物）与-1，而R中的上述解决方案仍保留NA并输出只需NA。

修改：as.numeric(a)更好。讨论了在labels函数中使用as.numeric函数的问题。请参阅?factor中的警告：

特别是，as.numeric应用于一个因子是没有意义的，并且可能通过隐式强制发生。要将因子f转换为大约其原始数值，建议使用.numeric（levels（f））[f]，并且比as.numeric（as.character（f））稍微更有效。

有一些异常与将NA作为一个级别的因素相关联。建议谨慎使用它们，例如，仅用于制表目的。

如果您有NA值，则会将所有值强制转换为NA，因此使用labels的原因。有趣的是，c(a)有效（见下面的@ 42答案）。

Answer 2

执行以下操作可能更清楚：

# if you want numeric code for every value
a <- factor(c("good", "bad", "good", "bad", "terrible"))
as.integer(a)
# 2 1 2 1 3


# unique labels and the values for them
setNames(levels(a), seq_along(levels(a)))
#    1          2          3 
# "bad"     "good" "terrible"

Python的.cat.codes的R等价物是什么，它将分类变量转换为整数级别？

2 个答案: