Как преобразовать коэффициент в целое число \ числовое без потери информации?

Question

Когда я преобразую коэффициент в числовое или целое число, я получаю коды базового уровня, а не значения в виде чисел.

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

Мне нужно прибегнуть к paste, чтобы получить реальные значения:

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

Есть ли лучший способ преобразовать коэффициент в числовой?

Answer 1

См. Раздел Предупреждение ?factor:

В частности, as.numeric применяется к фактор не имеет смысла, и может произойти путем неявного принуждения. к преобразовать коэффициент f в примерно его исходный числовой значения as.numeric(levels(f))[f] рекомендуется и немного больше эффективнее, чем as.numeric(as.character(f)).

FAQ по R имеет аналогичный совет .

---

Почему as.numeric(levels(f))[f] более эффективен, чем as.numeric(as.character(f))?

as.numeric(as.character(f)) фактически равен as.numeric(levels(f)[f]), поэтому вы выполняете преобразование в числовое значение для значений length(x), а не для значений nlevels(x). Разница в скорости будет наиболее очевидной для длинных векторов с несколькими уровнями. Если значения в основном уникальны, разницы в скорости не будет. Несмотря на то, что вы выполняете преобразование, эта операция вряд ли станет узким местом в вашем коде, поэтому не беспокойтесь об этом.

---

Некоторые тайминги

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05

Answer 2

R имеет ряд (недокументированных) удобных функций для преобразования факторов:

• as.character.factor
• as.data.frame.factor
• as.Date.factor
• as.list.factor
• as.vector.factor
• ...

Но досадно, что нечего обрабатывать фактор -> числовое преобразование. В качестве продолжения ответа Джошуа Ульриха я бы предложил преодолеть это упущение с помощью определения вашей собственной идиоматической функции:

as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}

, который вы можете сохранить в начале вашего сценария или, что еще лучше, в файле .Rprofile.

Answer 3

Самый простой способ - использовать функцию unfactor из пакета varhandle

unfactor(your_factor_variable)

Этот пример может быть быстрым началом:

x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)

class(x)  # -> "character"
class(y)  # -> "numeric"

x <- factor(x)
y <- factor(y)

class(x)  # -> "factor"
class(y)  # -> "factor"

library(varhandle)
x <- unfactor(x)
y <- unfactor(y)

class(x)  # -> "character"
class(y)  # -> "numeric"

Answer 4

Примечание: этот конкретный ответ не для преобразования числовых факторов в числовые, он предназначен для преобразования категориальных факторов в соответствующие номера уровней.

---

Каждый ответ в этом посте не дал результатов для меня, NA были сгенерированы.

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

Что сработало для меня, это -

as.integer(y2)
# [1] 1 2 3 4 1

Answer 5

Возможно только в случае, когда метки коэффициента соответствуют исходным значениям. Я объясню это на примере.

Предположим, данные являются векторными x:

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

Теперь я создам фактор с четырьмя метками:

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1) x с типом double, f с типом integer. Это первая неизбежная потеря информации. Факторы всегда хранятся в виде целых чисел.

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2) Невозможно вернуться к исходным значениям (10, 20, 30, 40), имея только f. Мы видим, что f содержит только целые значения 1, 2, 3, 4 и два атрибута - список меток («A», «B», «C», «D») и атрибут класса «factor» , Ничего больше.

> str(f)
 Factor w/ 4 levels "A","B","C","D": 2 1 3 2 1 4 1 4
> attributes(f)
$levels
[1] "A" "B" "C" "D"

$class
[1] "factor"

Чтобы вернуться к исходным значениям, мы должны знать значения уровней, используемых при создании фактора. В этом случае c(10, 20, 30, 40). Если мы знаем исходные уровни (в правильном порядке), мы можем вернуться к исходным значениям.

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

И это будет работать только в том случае, если для всех возможных значений в исходных данных были определены метки.

Так что, если вам понадобятся исходные значения, вы должны сохранить их. В противном случае есть большая вероятность, что вернуться к ним будет невозможно только с фактора.

Answer 6

Вы можете использовать hablar::convert, если у вас есть фрейм данных. Синтаксис прост:

Образец df

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

Решение

df %>% 
  convert(num(a, b))

дает вам:

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

Или, если вы хотите, чтобы один столбец был целым, а один числовым:

df %>% 
  convert(int(a),
          num(b))

Результат:

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30

Answer 7

поздно к игре, случайно, я обнаружил, trimws() может конвертировать factor(3:5) в c("3","4","5"). Тогда вы можете позвонить as.numeric(). То есть:

as.numeric(trimws(x_factor_var))