Question

我使用Hmisc来标记因子名称和变量名称，这非常方便。但我发现这里的问题是代码

a <- c(1,0,1,0,1,0,1,0,1,0)
b <- c("a","b","a","b","a","b","a","b","a","b")
df.new <- data.frame(a,b)
library(Hmisc)
df.new.1 <- upData(df.new,lowernames=TRUE,a=factor(a,labels=c("No","Yes")),b=factor(b,labels=c("No","Yes")))

对于角色向量，给出以下编码和标签

str(df.new.1$b)

 Factor w/ 2 levels "No","Yes": 1 2 1 2 1 2 1 2 1 2

，没关系。

当您在第一种情况下使用str查找编码和标签时，它会给出

str(df.new.1$a)

 Factor w/ 2 levels "No","Yes": 2 1 2 1 2 1 2 1 2 1 ,

这很奇怪！原始0 1编码消失了。我该如何解决这个问题？我想保留原来的0 1变量，以便以后进行回归。感谢

Answer 1

这与Hmisc无关。这是在基础R中创建因子的方式：

R> a <- c(1,0,1,0,1,0,1,0,1,0)
R> factor(a,labels=c("No","Yes"))
 [1] Yes No  Yes No  Yes No  Yes No  Yes No 
Levels: No Yes
R> str(factor(a,labels=c("No","Yes")))
 Factor w/ 2 levels "No","Yes": 2 1 2 1 2 1 2 1 2 1

如?factor帮助页面中所述：

'factor'返回一个类'“factor”'的对象，它有一组整数使用模式的'“levels”属性编码'x'的长度 'character'和unique（'！anyDuplicated（。）'）条目。如果争论 'ordered'为true（或'ordered（）'使用）结果有class 'c（“有序”，“因素”）'。

因此，当您在变量factor上使用a时，0和1值将替换为您提供的“是”和“否”。在内部，R不会在计算事物时操纵水平，而是它归因于它们的基础整数值。这就是为什么你在str的输出中看到1和2系列值的原因。这些整数值供R内部使用，你不应该为它们烦恼。

如果你想跟踪你的0和1值，你可以保留它们，例如将变量保持为整数，或者，如果你真的需要一个因子，你可以定义一个“0”和“1”级别：

R> factor(a,labels=c("0","1"))
 [1] 1 0 1 0 1 0 1 0 1 0
Levels: 0 1

请注意，即使在这种情况下，使用str时仍会获得基础1/2值：

R> str(factor(a,labels=c("0","1")))
 Factor w/ 2 levels "0","1": 2 1 2 1 2 1 2 1 2 1

另一种方法是直接将您的关卡从“是”，“否”更改为“0”，“1”。您可以使用levels()函数执行此操作，例如：

R> v <- factor(a,labels=c("No","Yes"))
R> v
 [1] Yes No  Yes No  Yes No  Yes No  Yes No 
Levels: No Yes
R> levels(v) <- c("0","1")
R> v
 [1] 1 0 1 0 1 0 1 0 1 0
Levels: 0 1

Answer 2

正如朱巴的回答所解释的那样，这是因素的预期运作方式。但是，如果您确实需要描述性因子标签和原始数值，则可以将值添加为因子的属性，例如，

> a <- c(1,0,1,0,1,0,1,0,1,0)
> tmp <- a
> a <- factor(a, labels=c("No","Yes"))
> attr(a, "values") <- tmp
> a
 [1] Yes No  Yes No  Yes No  Yes No  Yes No 
attr(,"values")
 [1] 1 0 1 0 1 0 1 0 1 0
Levels: No Yes
> str(a)
 Factor w/ 2 levels "No","Yes": 2 1 2 1 2 1 2 1 2 1
 - attr(*, "values")= num [1:10] 1 0 1 0 1 0 1 0 1 0
> attributes(a)$values
 [1] 1 0 1 0 1 0 1 0 1 0
>

Hmisc包将原始代码从0：1更改为1：2

2 个答案: