[r] R의 요소 : 성가심 이상?

요인을 사용해야합니다. 예 그들은 통증이있을 수 있지만, 내 이론에 때문에 그들이 고통있는 이유의 90 %는 점이다 read.table하고 read.csv, 인수 stringsAsFactors = TRUE기본적으로 (대부분의 사용자가이 미묘를 그리워). lme4와 같은 모델 피팅 패키지는 모델을 차등 적으로 피팅하고 사용할 대비 유형을 결정하기 위해 요소와 순서가 지정된 요소를 사용하기 때문에 유용하다고 말합니다. 그리고 그래프 패키지는 또한 그들을 그룹화하는 데 사용합니다. ggplot대부분의 모델 피팅 함수는 문자 벡터를 요인으로 강제하므로 결과는 동일합니다. 그러나 코드에 경고가 표시됩니다.

lm(Petal.Length ~ -1 + Species, data=iris)

# Call:
# lm(formula = Petal.Length ~ -1 + Species, data = iris)

# Coefficients:
#     Speciessetosa  Speciesversicolor   Speciesvirginica  
#             1.462              4.260              5.552  

iris.alt <- iris
iris.alt$Species <- as.character(iris.alt$Species)
lm(Petal.Length ~ -1 + Species, data=iris.alt)

# Call:
# lm(formula = Petal.Length ~ -1 + Species, data = iris.alt)

# Coefficients:
#     Speciessetosa  Speciesversicolor   Speciesvirginica  
#             1.462              4.260              5.552  

경고 메시지 : In model.matrix.default(mt, mf, contrasts):

변수 Species로 변환factor

한 가지 까다로운 것은 전체 drop=TRUE입니다. 벡터에서는 데이터에없는 요인 수준을 제거하는 데 효과적입니다. 예를 들면 :

s <- iris$Species
s[s == 'setosa', drop=TRUE]
#  [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa
s[s == 'setosa', drop=FALSE]
#  [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa versicolor virginica

그러나 ,와 data.frameS의 동작은 [.data.frame()다릅니다 볼 이 이메일을 하거나 ?"[.data.frame". drop=TRUEon data.frames를 사용하면 상상 한대로 작동하지 않습니다.

x <- subset(iris, Species == 'setosa', drop=TRUE)  # susbetting with [ behaves the same way
x$Species
#  [1] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [11] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [21] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [31] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# [41] setosa setosa setosa setosa setosa setosa setosa setosa setosa setosa
# Levels: setosa versicolor virginica

운 좋게도 쉽게 요인을 제거 할 수 있습니다. droplevels() 개별 요인 또는 data.frame(R 2.12 이후)의 모든 요인에 대해 사용되지 않은 요인 수준을 삭제하기 위해 .

x <- subset(iris, Species == 'setosa')
levels(x$Species)
# [1] "setosa"     "versicolor" "virginica" 
x <- droplevels(x)
levels(x$Species)
# [1] "setosa"

이것은 당신이 선택한 레벨을 ggplot레전드에 들어 가지 못하게하는 방법 입니다.

내부적으로 factors는 속성 수준 문자형 벡터 ( attributes(iris$Species)및 참조 class(attributes(iris$Species)$levels)) 가있는 정수이며 , 이는 깨끗합니다. 레벨 이름을 변경해야한다면 (그리고 문자열을 사용하고 있었다면) 이것은 훨씬 덜 효율적인 작업 이 될 것 입니다. 특히 ggplot전설의 경우 레벨 이름을 많이 변경합니다 . 문자 벡터로 팩터를 가짜로 만들면 하나의 요소 만 변경하고 실수로 별도의 새 레벨을 생성 할 위험이 있습니다.