[r] 정보 손실없이 요인을 정수 / 숫자로 변환하는 방법은 무엇입니까?

Program / 글쓴이

요인을 숫자 또는 정수로 변환하면 값이 아닌 기본 수준 코드를 얻습니다.

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

paste실제 가치를 얻으려면 의지해야 합니다.

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

요인을 숫자로 변환하는 더 좋은 방법이 있습니까?

답변

의 경고 섹션을 참조하십시오 ?factor:

특히 as.numeric요인에 적용되는 것은 의미가 없으며 암시적인 강제로 발생할 수 있습니다. 요인 f을 대략 원래의 숫자 값으로 변환하는 as.numeric(levels(f))[f]것이 권장되며보다 약간 효율적
as.numeric(as.character(f))입니다.

R에 대한 FAQ 도 비슷한 조언을 합니다.

왜 as.numeric(levels(f))[f]보다 더 효율적인 as.numeric(as.character(f))가요?

as.numeric(as.character(f))은 효과적으로 as.numeric(levels(f)[f])이므로 length(x)값이 아닌 값에서 숫자로 변환 nlevels(x)합니다. 속도 차이는 레벨이 적은 긴 벡터에서 가장 분명합니다. 값이 대부분 고유하면 속도에 큰 차이가 없습니다. 그러나 변환을 수행하면이 작업이 코드의 병목 현상이 아닐 가능성이 있으므로 걱정하지 마십시오.

일부 타이밍

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

답변

R에는 요인을 변환하기위한 여러 가지 (문서화되지 않은) 편의 기능이 있습니다.

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

그러나 짜증나게, 요인-> 숫자 변환 을 처리 할 것이 없습니다 . Joshua Ulrich의 답변을 확장 한 것으로, 나는 당신의 관용적 기능의 정의 로이 누락을 극복 할 것을 제안합니다 :

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

스크립트의 시작 부분에 저장하거나 .Rprofile파일에 더 잘 저장할 수 있습니다.

답변

가장 쉬운 방법은 unfactor패키지 varhandle의 함수 를 사용하는 것입니다

unfactor(your_factor_variable)

이 예제는 빠른 시작이 될 수 있습니다.

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"

답변

참고 :이 특정 답변은 숫자 값 요소를 숫자로 변환하기위한 것이 아니라 범주 요소를 해당 레벨 숫자로 변환하기위한 것입니다.

이 게시물의 모든 답변이 나에게 결과를 생성하지 못했습니다 .NA가 생성되었습니다.

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

나를 위해 일한 것은 이것입니다- 

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

답변

요인 레이블이 원래 값과 일치하는 경우 에만 가능 합니다. 예를 들어 설명하겠습니다.

데이터가 벡터라고 가정하십시오 x.

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

이제 네 개의 레이블이있는 요인을 작성하겠습니다.

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

1) x유형이 double이고 f정수 유형입니다. 이것은 피할 수없는 최초의 정보 손실입니다. 요인은 항상 정수로 저장됩니다.

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

2) 사용 가능한 값만 원래 값 (10, 20, 30, 40)으로 되돌릴 f수 없습니다. f레이블 값 ( “A”, “B”, “C”, “D”)과 클래스 속성 “factor”의 정수 값 1, 2, 3, 4 및 두 개의 속성 만 보유 함을 알 수 있습니다 . 더 이상 없습니다.

> 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"

원래 값으로 되돌리려면 요인을 만드는 데 사용 된 수준의 값을 알아야합니다. 이 경우 c(10, 20, 30, 40). 원래 수준 (정확한 순서)을 알고 있으면 원래 값으로 되돌릴 수 있습니다.

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

그리고 이것은 원래 데이터에서 가능한 모든 값에 대해 레이블이 정의 된 경우에만 작동합니다.

따라서 원래 값이 필요할 경우 유지해야합니다. 그렇지 않으면 한 가지 요인만으로 다시 돌아올 수 없을 가능성이 높습니다.

답변

당신이 사용할 수있는 hablar::convert데이터 프레임이있는 경우 . 구문은 쉽습니다.

샘플 df

library(hablar)
library(dplyr)

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

해결책

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

당신에게 제공합니다 :

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

또는 하나의 열이 정수이고 하나의 숫자가되도록하려면 :

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

결과 :

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

답변

숫자 (수준 (f)) [f] 솔루션이 더 이상 R 4.0에서 작동하지 않는 것처럼 보입니다.

대체 솔루션 :

factor2number <- function(x){
    data.frame(levels(x), 1:length(levels(x)), row.names = 1)[x, 1]
}

factor2number(yourFactor)