是否有可能比较相同长度但不同水平的两个因素?例如,如果我们有这两个因子变量:
A <- factor(1:5)
str(A)
Factor w/ 5 levels "1","2","3","4",..: 1 2 3 4 5
B <- factor(c(1:3,6,6))
str(B)
Factor w/ 4 levels "1","2","3","6": 1 2 3 4 4
如果我尝试比较它们,例如,使用==
运算符:
mean(A == B)
我收到以下错误:
Ops.factor(A,B)中的错误:因素的级别集是不同的
转换为字符然后比较:
# data
A <- factor(1:5)
B <- factor(c(1:3,6,6))
str(A)
# Factor w/ 5 levels "1","2","3","4",..: 1 2 3 4 5
str(B)
# Factor w/ 4 levels "1","2","3","6": 1 2 3 4 4
mean(A == B)
Ops.factor(A,B)中的错误:因素的级别集是不同的
mean(as.character(A) == as.character(B))
# [1] 0.6
或者另一种方法
mean(levels(A)[A] == levels(B)[B])
这在1e8数据集上慢2倍。
转换为character
,如@ zx8754的答案是这个问题的最简单的解决方案,可能是您几乎总是想要使用的那个。但是,另一个选择是纠正2个变量,使它们具有相同的水平。如果由于某种原因想要将这些变量保存为factor
并且不希望通过重复调用as.character
来阻塞代码,则可能需要执行此操作。
A <- factor(1:5)
B <- factor(c(1:3,6,6))
mean(A == B)
Error in Ops.factor(A, B) : level sets of factors are different
我们可以采用两个因子水平的union
来获得任一因子中的所有水平,然后使用该联合作为水平重新设定因子。现在,即使两个因素具有不同的值,它们之间的级别也是相同的,您可以比较它们:
C = factor(A, levels = union(levels(A), levels(B)))
D = factor(B, levels = union(levels(A), levels(B)))
mean(C==D)
[1] 0.6
如您所见,值未更改,但现在级别相同。
C
[1] 1 2 3 4 5
Levels: 1 2 3 4 5 6
D
[1] 1 2 3 6 6
Levels: 1 2 3 4 5 6