Question

我不明白这个逻辑：

x_value <- "yes"
df <- data.frame(
                x = x_value
            )

levels(df$x) <- c("no", "yes")

df

结果是：

df
   x
1 no

因此更改了我最初创建的一行中x的值。当我为数据帧中的因子列分配级别时，这不是简单地定义元数据吗？

如何在分配级别的同时仅在值=“ yes”的这一列中保持原始值？还是应该创建一个空的数据框并分配级别，然后分配值？谢谢！

我的特定用例是，我有一些来自某个地方的值（预测值）。所以基本上是一行数据。然后，我要做出一个预测。不过，大多数R模型都需要设置级别。因此，我做了上面的事情，但是它改变了数据？！

PS：

我可以做，但是看起来很笨拙：

x_value <- "yes"
df <- data.frame(
                x = x_value
            )

levels(df$x) <- c("no", "yes")

df[1,]$x = x_value

PPS：

这可能是最短的代码-谢谢：

df <- data.frame(
    x = factor(x_value, levels = c("no", "yes"))
)

Answer 1

x_value <- factor("yes", levels = c("no", "yes"))
df <- data.frame(
    x = x_value
)

df

    x
1 yes

为什么问题中的示例显示了这种“怪异”行为：

创建的数据框具有一个因子。设置levels()时，该级别的相应编号是1，并且是与之关联的元素。

这是一个简单的例子：

如果我们创建这样的数据框

x_value <- c("somethingElse", "more", "more")
df <- data.frame(
    x = x_value
)

df$x

向我们表明水平是

[1] somethingElse more          more         
Levels: more somethingElse

请注意，即使首先出现"more"，第一级还是"somethingElse"。这是因为排序的"more"首先出现。所以，如果我们现在分配

levels(df$x) <- c("yes", "somethingElse", "more")

第一个因子水平为"yes"，第二个因子水平为"somethingElse"，导致（可能不直观）

              x
1 somethingElse
2           yes
3           yes