Question

想象一下这样的数据集：

# creating data for test
set.seed(1839)
id <- as.character(1:10)
frequency <- sample(c("n", "r", "s", "o", "a"), 10, TRUE)
frequency_value <- sapply(
  frequency, switch, "n" = -2, "r" = -1, "s" = 0, "o" = 1, "a" = 2
)
(test <- data.frame(id, frequency, frequency_value))

看起来像：

   id frequency frequency_value
1   1         a               2
2   2         o               1
3   3         r              -1
4   4         o               1
5   5         o               1
6   6         s               0
7   7         n              -2
8   8         n              -2
9   9         r              -1
10 10         n              -2

变量frequency具有我感兴趣的响应。它从永远到极少，有时变为常常变为永远。标签只是每个单词的第一个字母。订单显示在frequency_value。

我想做的是让frequency成为n，r，s，o，a等级的因子。但是，我希望这取决于frequency_value中的值。它们应遵循frequency_value中保留的顺序，不只需硬编码（就像使用factor(frequency, levels = c("n", "r", "s", "o", "a"))一样）。

我考虑过使用这个tidyverse解决方案：

levels <- test[, c("frequency", "frequency_value")] %>% 
  unique() %>% 
  arrange(as.numeric(frequency_value)) %>% 
  pull(frequency) %>% 
  as.character()
test$frequency <- factor(test$frequency, levels)

但是当我在具有多个变量的大数据集上执行此操作时，这似乎是计算效率低下的。有更有效的解决方案吗？

Answer 1

在unique {/ p>中使用with组合（您正在使用的组合）的顺序

test$frequency <- factor(test$frequency, 
                         with(unique(test[, -1]), frequency[order(frequency_value)]))

[1] a o r o o s n n r n
Levels: 
n r s o a

Answer 2

选项可以只使用dplyr作为：

library(dplyr)
test <- test %>% arrange(frequency_value) %>% 
  mutate(frequency = factor(frequency, levels = unique(frequency))) 

test

#    id frequency frequency_value
# 1   7         n              -2
# 2   8         n              -2
# 3  10         n              -2
# 4   3         r              -1
# 5   9         r              -1
# 6   6         s               0
# 7   2         o               1
# 8   4         o               1
# 9   5         o               1
# 10  1         a               2

str(test)
#'data.frame':  10 obs. of  3 variables:
# $ id             : Factor w/ 10 levels "1","10","2","3",..: 8 9 2 4 10 7 3 5 6 1
# $ frequency      : Factor w/ 5 levels "n","r","s","o",..: 1 1 1 2 2 3 4 4 4 5
# $ frequency_value: num  -2 -2 -2 -1 -1 0 1 1 1 2

强制和排序字符向量因子，因子水平由另一个向量排序

2 个答案: