Question

我在R中的因子是$100,001 - $150,000，over $150,000，$25,000等形式的工资范围，并希望将这些因素转换为数值（例如转换因子{ {1}}到整数125000）。

同样，我有$100,001 - $150,000，High School Diploma，Current Undergraduate等教育类别，我想为其分配数字（例如，给予PhD更高的价值比PhD）。

如果数据框包含这些值，我该怎么做？

Answer 1

转换货币

# data
df <- data.frame(sal = c("$100,001 - $150,000" , "over $150,000" , 
    "$25,000"), educ = c("High School Diploma", "Current Undergraduate",
   "PhD"),stringsAsFactors=FALSE)

 # Remove comma and dollar sign
temp <- gsub("[,$]","", df$sal)

# remove text
temp <- gsub("[[:alpha:]]","", temp)

# get average over range
df$ave.sal <- sapply(strsplit(temp , "-") , function(i) mean(as.numeric(i)))

对于您的教育水平 - 如果您想要数字

df$educ.f <- as.numeric(factor(df$educ , levels=c("High School Diploma" ,
          "Current Undergraduate", "PhD")))


df
#                  sal                  educ  ave.sal educ.f
# 1 $100,001 - $150,000   High School Diploma 125000.5      1
# 2       over $150,000 Current Undergraduate 150000.0      2
# 3             $25,000                   PhD  25000.0      3

的修改

缺少/ NA值无关紧要

# Data that includes missing values

df <- data.frame(sal = c("$100,001 - $150,000" , "over $150,000" , 
                 "$25,000" , NA), educ = c(NA, "High School Diploma", 
"Current Undergraduate", "PhD"),stringsAsFactors=FALSE)

重新运行以上命令以获取

df
 #                 sal                  educ  ave.sal educ.f
# 1 $100,001 - $150,000                  <NA> 125000.5     NA
# 2       over $150,000   High School Diploma 150000.0      1
# 3             $25,000 Current Undergraduate  25000.0      2
# 4                <NA>                   PhD       NA      3

Answer 2

您可以在car包中使用重新编码功能。

例如：

library(car)
df$salary <- recode(df$salary, 
    "'$100,001 - $150,000'=125000;'$150,000'=150000")

有关如何使用此功能的更多信息，请参阅帮助文件。

Answer 3

我只是制作一个映射到你的因子级别的值的矢量并将它们映射到。下面的代码是一个不太优雅的解决方案，因为我可以＆＃39;弄清楚如何使用向量进行索引，但是如果您的数据不是非常大，这将完成工作。假设我们要将fact的因子元素映射到vals中的数字：

fact<-as.factor(c("a","b","c"))
vals<-c(1,2,3)

#for example:
vals[levels(fact)=="b"]
# gives: [1] 2

#now make an example data frame:
sample(1:3,10,replace=T)
data<-data.frame(fact[sample(1:3,10,replace=T)])
names(data)<-c("myvar")

#our vlookup function:
vlookup<-function(fact,vals,x) {
    #probably should do an error checking to make sure fact 
    #   and vals are the same length

    out<-rep(vals[1],length(x)) 
    for (i in 1:length(x)) {
        out[i]<-vals[levels(fact)==x[i]]
    }
    return(out)
}

#test it:
data$myvarNumeric<-vlookup(fact,vals,data$myvar)

这应该适用于您所描述的内容。

将因子转换为R中的数值

3 个答案: