(R)“因子”函数丢弃向量中的指定级别

Question

第一次在StackExchange上发帖，如果格式不正确，请原谅我！

如果我在 R 中指定向量 v 的级别，然后调用 Factor(v)，则并非所有级别都会显示。我试图找出为什么会出现这种情况，因为当我为我正在处理的项目调用因子时，我需要查看所有级别（包括“空”级别）。

一个非常简单的复制：

x <- c('a', 'a', 'b', 'b', 'c', 'c')
levels(x) <- c('a', 'b', 'c', 'd')

现在，如果我们调用

levels(x)

，它将准确输出您所期望的内容：

> levels(x)
[1] "a" "b" "c" "d"

但是，调用时级别会发生变化

factor(x)

：

> factor(x)
[1] a a b b c c
Levels: a b c

我引入的“d”级别发生了什么？我知道没有与此级别关联的数据点，但我不明白为什么当我调用“因子”时应删除该级别。不幸的是，当我调用“因素”时，我需要能够引用所有级别，那么有没有办法解决这个问题？

Answer 1

当您第一次创建

x

时，它的类是

character

。当你给它赋值

levels

时，它获得了

levels

属性，但它仍然是

character

类，而不是

factor

:

x <- c('a', 'a', 'b', 'b', 'c', 'c')
levels(x) <- c('a', 'b', 'c', 'd')
class(x)
# [1] "character"
str(x)
# chr [1:6] "a" "a" "b" "b" "c" "c"
#  - attr(*, "levels")= chr [1:4] "a" "b" "c" "d"

当您在对象上调用

factor

时，它会转换为

factor

类，并且如

?factor

文档所述，默认级别为

levels

x 可能采用的唯一值（作为字符串）的可选向量。默认值是

as.character(x)

采用的唯一值集，按

x

的升序排序。请注意，该集合可以指定为小于

sort(unique(x))

。

不考虑任何现有级别。

y = factor(x)
str(y)
# Factor w/ 3 levels "a","b","c": 1 1 2 2 3 3

即使我们从

factor

类对象开始，再次调用

factor

也会使用默认级别“重构”它。

z = factor(c('a', 'a', 'b', 'b', 'c', 'c'))
levels(z) <- c('a', 'b', 'c', 'd')

str(z)
# Factor w/ 4 levels "a","b","c","d": 1 1 2 2 3 3

z = factor(z)
str(z)
# Factor w/ 3 levels "a","b","c": 1 1 2 2 3 3

至于解决方法：

• 不要对已经是

  factor

  的东西调用

  factor

  ，除非你想改变级别。目前尚不清楚为什么需要这样做。使用

  is.factor()

  测试您的对象是否是一个因素，如果还不是，则仅对其调用

  factor()

  。

• 如果您确实必须在

  factor

  对象（甚至是具有

  factor

  属性的

  character

  对象）上调用

  levels

  并希望保留其级别，请在

  levels

  参数中指定其旧级别，例如，

  x = factor(x, levels = levels(x))

  。