如何比较不同级别的两个因素？

Question

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

Answer 1

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。

Answer 2

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