如何使用系数转换大列

Question

我正在为具有hotels列的数据集编写一个机器学习代码。hotel列包含300个酒店名称。对于数据预处理，我看到我们必须使用factor。因为有这么多的值，所以有什么简单的方法可以隐蔽它级别？

Answer 1

很简单，使用as.factor()函数将列形式character转换为factor。

这是一个样本

# Sample data
data
  a b
1 A 1
2 B 2
3 C 3
4 A 4
5 B 5

class(data$a)
[1] "character"

# Converting to factor
data$a <- as.factor(data$a)

# Results
class(data$a)
[1] "factor"
summary(data$a)
A B C 
2 2 1

Answer 2

如果您使用read.csv选项将csv数据加载到数据帧中，则默认情况下会将具有字符串值的列加载为因子列。

无论如何，您都可以使用factor（）函数将列转换为factor： df $ a <-factor（df $ a）。