更改factor
中data.table
列的级别的正确方法是什么(注意:不是数据框)
library(data.table)
mydt <- data.table(id=1:6, value=as.factor(c("A", "A", "B", "B", "B", "C")), key="id")
mydt[, levels(value)]
[1] "A" "B" "C"
我正在寻找类似的东西:
mydt[, levels(value) <- c("X", "Y", "Z")]
但当然,上述行不起作用。
# Actual # Expected result
> mydt > mydt
id value id value
1: 1 A 1: 1 X
2: 2 A 2: 2 X
3: 3 B 3: 3 Y
4: 4 B 4: 4 Y
5: 5 B 5: 5 Y
6: 6 C 6: 6 Z
答案 0 :(得分:59)
你仍然可以用传统方式设置它们:
levels(mydt$value) <- c(...)
除非mydt
非常大,否则这应该很快,因为传统语法会复制整个对象。你也可以玩非保理和重构游戏......但是无论如何也没有人喜欢那个游戏。
要通过引用更改级别而不复制mydt
:
setattr(mydt$value,"levels",c(...))
但请务必指定有效级别向量(类型character
足够长),否则您将得到无效因素(levels<-
进行一些检查以及复制)。
答案 1 :(得分:4)
我宁愿采用传统方式重新分配因子
> mydt$value # This we what we had originally
[1] A A B B B C
Levels: A B C
> levels(mydt$value) # just checking the levels
[1] "A" "B" "C"
**# Meat of the re-assignment**
> levels(mydt$value)[levels(mydt$value)=="A"] <- "X"
> levels(mydt$value)[levels(mydt$value)=="B"] <- "Y"
> levels(mydt$value)[levels(mydt$value)=="C"] <- "Z"
> levels(mydt$value)
[1] "X" "Y" "Z"
> mydt # This is what we wanted
id value
1: 1 X
2: 2 X
3: 3 Y
4: 4 Y
5: 5 Y
6: 6 Z
正如您可能注意到的那样,重新分配的内容非常直观,它会检查确切的level
(如果有模糊数学,请使用grepl
,正则表达式或同样)
levels(mydt$value)[levels(mydt$value)=="A"] <- "X"
这显式检查所考虑变量的 levels
中的值,然后将X
(等等)重新分配给它 - 优点 - 你明确地知道什么标记为什么。
我发现这里的重命名级别levels(mydt$value) <- c("X","Y","Z")
非常非直观,因为它只是将X
分配给它在数据中看到的第一级别(因此顺序非常重要)
PPS:如果级别太多,请使用循环结构。
答案 2 :(得分:3)
您还可以使用相关方法重命名和添加到您的关卡,这可能非常方便,特别是如果您正在制作需要按特定顺序提供更多信息标签的绘图(而不是默认设置):
f <- factor(c("a","b"))
levels(f) <- list(C = "C", D = "a", B = "b")
(从?levels
修改)
答案 3 :(得分:0)
这比Matt Dowle的建议更安全(因为它使用了setattr跳过的检查),但是不会复制整个data.table。它将替换整个列向量(而Matt的解决方案仅替换了列向量的属性),但这似乎是可以接受的折衷方案,目的是降低混乱因子对象的风险。
mydt[, value:=`levels<-`(value, c("X", "Y", "Z"))]
答案 4 :(得分:-1)
更改列级别的最简单方法:
dat$colname <- as.factor(as.vector(dat$colname));