Question

我试图理解为什么这个R代码会进行某种转换。

Df[,"cutoff"] = as.numeric(levels(Df[,"cutoff"]))[Df[,"cutoff"]]

以前，Df [，“cutoff”]是一个有49个等级的因子，现在在这个操作之后，它是一个向量。我根本不理解这种语法。 as.numeric（级别（Df [，“cutoff”]））对一个因素有什么影响吗？

谢谢！

Answer 1

如果出于任何原因将数字作为因子，即使您看到数字，某些R函数也不会将其解释为数字。例如，摘要将计算案例数，而不是通常的六个数字。

请参阅：

Df=data.frame(cutoff=factor(rep(c(2:6),2)),y=runif(10,12,15))
str(Df)
summary(Df[,"cutoff"])

2 3 4 5 6 
2 2 2 2 2

#If you want the levels as numbers
Df[,"cutoff"] = as.numeric(levels(Df[,"cutoff"]))[Df[,"cutoff"]]
summary(Df[,"cutoff"])

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      2       3       4       4       5       6

Answer 2

如果因素不是显示的数字，则它是NA的向量。

df <- data.frame(cutoff = letters[1:26])
as.numeric(levels(df[,"cutoff"]))[df[,"cutoff"]]
#  [1] NA NA NA NA NA NA NA NA NA NA NA NA ...
# Warning message:
# NAs introduced by coercion

让我们分解它，这会显示因子的级别，返回一个字符串：

levels(df[,"cutoff"])
# [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" ...

这会尝试将字符串转换为数字（它可以＆＃39; t因此返回NA）

as.numeric(levels(df[,"cutoff"]))
# [1] NA NA NA NA NA NA NA NA NA NA NA NA NA ...
# Warning message:
# NAs introduced by coercion

现在，添加最后一个元素[df[,"cutoff"]]，所有这一切都是factor df[,"cutoff"]的结果的子集，但由于每个元素都是NA，所以你不会看到任何元素区别。在实践中，这可能会以意外（读取：无用）的方式改变结果的顺序。

as.numeric(levels(df[,"cutoff"]))[df[,"cutoff"]]
# [1] NA NA NA NA NA NA NA NA NA NA NA NA NA ...
# Warning message:
# NAs introduced by coercion

难以理解为什么这个R语法会起作用

2 个答案: