Question

在回答另一个问题时，@ Mayk发布了以下解决方案： https://stackoverflow.com/a/10432263/636656

dat <- structure(list(product = c(11L, 11L, 9L, 9L, 6L, 1L, 11L, 5L, 
                                  7L, 11L, 5L, 11L, 4L, 3L, 10L, 7L, 10L, 5L, 9L, 8L)), .Names = "product", row.names = c(NA, -20L), class = "data.frame")

`levels<-`(
  factor(dat$product),
  list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
  )

产生输出：

 [1] Generic Generic Bayer   Bayer   Advil   Tylenol Generic Advil   Bayer   Generic Advil   Generic Advil   Tylenol
[15] Generic Bayer   Generic Advil   Bayer   Bayer

这只是矢量的打印输出，所以存储它会让你更加困惑：

res <- `levels<-`(
  factor(dat$product),
  list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
  )

显然这是对level函数的某种调用，但我不知道在这里做了什么。这种巫术的术语是什么，我如何在这个领域增加我的魔法能力？

Answer 1

这里的答案很好，但它们缺少重要的一点。让我试着描述一下。

R是一种函数式语言，不喜欢改变它的对象。但它确实允许赋值语句，使用替换函数：

levels(x) <- y

相当于

x <- `levels<-`(x, y)

诀窍是，这次重写是由<-完成的;它不是由levels<-完成的。 levels<-只是一个常规函数，它接受输入并提供输出;它不会改变任何东西。

这样做的一个结果是，根据上述规则，<-必须是递归的：

levels(factor(x)) <- y

是

factor(x) <- `levels<-`(factor(x), y)

是

x <- `factor<-`(x, `levels<-`(factor(x), y))

这种纯粹的功能转换（直到结束发生的最终结束）等同于命令式语言中的赋值，这是一种美妙的方式。如果我没记错的话，这种功能语言的结构称为镜头。

但是，一旦你定义了levels<-之类的替换函数，你就会得到另一个意想不到的意外收获：你不仅能够进行任务，还有一个方便的函数，它有一个因素，给出了不同层次的另一个因素。关于它真的没什么“任务”！

因此，您所描述的代码只是使用levels<-的另一种解释。我承认名称levels<-有点令人困惑，因为它暗示了一项任务，但这不是正在发生的事情。代码只是设置一种管道：

从dat$product
将其转换为因子
更改级别
将其存储在res

就个人而言，我认为代码行很漂亮;）

Answer 2

“神奇”的原因是“赋值”表单必须有一个真正的变量来处理。并且factor(dat$product)未分配给任何内容。

# This works since its done in several steps
x <- factor(dat$product)
levels(x) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
x

# This doesn't work although it's the "same" thing:
levels(factor(dat$product)) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
# Error: could not find function "factor<-"

# and this is the magic work-around that does work
`levels<-`(
  factor(dat$product),
  list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
  )

Answer 3

没有巫术，这就是如何定义（子）赋值函数。 levels<-有点不同，因为（sub）分配因子的属性而不是元素本身是原始的。有很多这种功能的例子：

`<-`              # assignment
`[<-`             # sub-assignment
`[<-.data.frame`  # sub-assignment data.frame method
`dimnames<-`      # change dimname attribute
`attributes<-`    # change any attributes

其他二元运算符也可以这样调用：

`+`(1,2)  # 3
`-`(1,2)  # -1
`*`(1,2)  # 2
`/`(1,2)  # 0.5

现在您知道了，这样的事情应该让您大吃一惊：

Data <- data.frame(x=1:10, y=10:1)
names(Data)[1] <- "HI"              # How does that work?!? Magic! ;-)

Answer 4

对于用户代码，我想知道为什么会使用这样的语言操作？你问这是什么魔术，其他人已经指出你正在调用名为levels<-的替换函数。对于大多数人来说，这是神奇的，真正的用途是levels(foo) <- bar。

您显示的用例不同，因为product在全局环境中不存在，因此它只存在于levels<-调用的本地环境中，因此您需要进行更改使得不会持续 - 没有重新分配dat。

在这些情况下，within()是理想的使用功能。你当然希望写

levels(product) <- bar

在R中

但当然product并不作为对象存在。 within()解决了这个问题，因为它设置了您希望运行R代码的环境，并在该环境中评估您的表达式。因此，从within()的调用中分配返回对象可以在正确修改的数据框中成功。

以下是一个示例（您不需要创建新的datX - 我只是这样做，所以中间步骤仍然在最后）

## one or t'other
#dat2 <- transform(dat, product = factor(product))
dat2 <- within(dat, product <- factor(product))

## then
dat3 <- within(dat2, 
               levels(product) <- list(Tylenol=1:3, Advil=4:6, 
                                       Bayer=7:9, Generic=10:12))

给出了：

> head(dat3)
  product
1 Generic
2 Generic
3   Bayer
4   Bayer
5   Advil
6 Tylenol
> str(dat3)
'data.frame':   20 obs. of  1 variable:
 $ product: Factor w/ 4 levels "Tylenol","Advil",..: 4 4 3 3 2 1 4 2 3 4 ...

我很难看到你所展示的结构在大多数情况下是如何有用的 - 如果你想改变数据，改变数据，不创造另一个副本并改变它（这就是全部毕竟levels<-来电正在做。）

`水平＆lt; -`（这是什么巫术？

4 个答案: