Question

我想根据字符串权重分配因子级别。通常R似乎按字母顺序分配因子水平：

set.seed(54)

x <- sample(1:10, 5000, replace = TRUE)
x <- "levels<-"(as.factor(x), LETTERS[1:10])

> summary(x)
  A   B   C   D   E   F   G   H   I   J 
524 508 519 489 477 496 507 526 473 481

我可以重新排序因子级别并重新分配它们：

l <- data.frame(x=summary(x), old.levels=names(summary(x)), 
                        row.names = NULL)

l <- transform(l[order(summary(x)), ],
               new.levels=LETTERS[1:10])

levels(x) <- l[order(l$old.levels), 3]

> summary(x)
  I   G   H   D   B   E   F   J   A   C 
524 508 519 489 477 496 507 526 473 481

但是由此我没有改变因子值：

> summary(as.factor(as.numeric(x)))
  1   2   3   4   5   6   7   8   9  10 
524 508 519 489 477 496 507 526 473 481

我怎样才能巧妙地得到我想要的东西？

Answer 1

factor的默认行为确实是按顺序排序然后分配标签

set.seed(54)

x <- sample(letters[1:10], 5000, replace = TRUE)

f1 <- factor(x, labels = LETTERS[1:10])
f2 <- factor(x, levels = sort(unique(x)), LETTERS[1:10])

summary(f1)
#>   A   B   C   D   E   F   G   H   I   J 
#> 524 508 519 489 477 496 507 526 473 481
identical(f1, f2)
#> [1] TRUE

如果您只想按频率顺序分配标签，则可以执行此操作在创建因子时重新排序标签：

f3 <- factor(x, levels = sort(unique(x)), LETTERS[1:10][order(table(x))])
summary(f3)
#>   I   E   J   D   F   G   B   C   A   H 
#> 524 508 519 489 477 496 507 526 473 481

如果您希望频率顺序的标签和按字母顺序排序的级别，请在创建因子期间订购级别：

f4 <- factor(x, levels = sort(unique(x))[order(table(x))], LETTERS[1:10])
summary(f4)
#>   A   B   C   D   E   F   G   H   I   J 
#> 473 477 481 489 496 507 508 519 524 526

由reprex package（v0.2.0）创建于2018-03-16。

如何根据向量中的字符串权重分配因子级别？

1 个答案: