取代多种因素的水平

Question

我需要在一个数据框中替换多个因子的级别，因此它们将是统一的。例如，这些是其中一个因素的水平：

> levels(workco[,5])
 [1] " "                              "1"                              "2"                             
 [4] "kóko"                          "kesätyö"                      "Kesätyö kokoaika"            
 [7] "koko"                           "kokop"                          "kokop."                        
[10] "Kokopäivä"                    "kokopäiväinen"                "Kokopäiväinen"               
[13] "kokopäiväinen / osa-aikainen" "kokopäivänen"                 "kokp"                          
[16] "kokp."                          "Kokp."                          "osa-aik"                       
[19] "Osa-aik / Kokopäiv."           "osa-aik."                       "Osa-aik."                      
[22] "osa-aikainen"                   "Osa-aikainen"                   "osa-aikainen/kokopäiväinen"  
[25] "Osa/kokoaikainen"               "Osap."                  

假设我有12列是所有因素，并且它们具有不同的级别名称，指的是相同的含义，表达方式不同：正如您从示例中看到的，其中许多在级别名称中显示相同的字母：koko, kok, kokop ...我希望通过统一获得三个级别：kokop，osa和kes。此外，以数字1和2命名的级别应分别重新编码为kokop和osa。

到目前为止，我尝试过的东西都没有用，我担心这是因为我的想法比实际上更复杂：我已经尝试使用adist()函数和grep()分别进行循环，但是我发现了错误。例如：

code <- c("kok","osa","ma","kes",1,2," ")
list.names <- c("1", "2", "3", "4", "5", "6","7","8","9","10","11","12")
mylist <- vector("list", length(list.names))
names(mylist) <- list.names
D <- mylist
index <- mylist

for (i in ncol(workco2)){                            
  D[[i]] <- adist(workco2[,i],code,ignore.case=TRUE)
  index[[i]] <- lapply(D[[i]],which.min)
  workco2[,i] <- data.frame(code[index[[i]]])
}

并且此错误消息：

Error in code[index[[i]]] : invalid subscript type 'list'

你能如此善意地暗示我将如何解决它吗？可能比我想象的要简单得多= /先谢谢！

Answer 1

我猜你需要grep和replace的组合。这可以用类似的音节（“ko”，“kok”）加速改变等级。

数据示例

code <- as.factor(c("kok","osa","ma","kes", "koko", "osa-aikainen", "osa/kes"))

添加级别

levels(code) <- c(levels(code), "kokop")

将包含“kok”的所有实例替换为“kokop”

new.code <- replace(code, (grep ("kok", code)), "kokop")

将包含“osa / kes”的所有实例替换为“kes”

new.code <- replace(code, (grep ("osa/kes", code)), "kes")

使用较短的字符串，例如。 “ko”，用类似的音节改变等级（“ko”，“kok”）

new.code <- replace(code, (grep ("ko", code)), "kokop")

Answer 2

我通常合并因子，如下例所示。我的子集级别对应于我的标准（... %in% c(...)）并用新级别覆盖它们。

set.seed(357)
xy <- data.frame(name = sample(letters[1:4], size = 20, replace = TRUE), value = runif(20))
xy$name
  [1] a a b a c b d c d d c c b a c a b d c b
  Levels: a b c d
levels(xy$name)[levels(xy$name) %in% c("a", "b")] <- "a-b"
levels(xy$name)[levels(xy$name) %in% c("c", "d")] <- "c-d"
xy$name
 [1] a-b a-b a-b a-b c-d a-b c-d c-d c-d c-d c-d c-d a-b a-b c-d a-b a-b c-d c-d a-b
Levels: a-b c-d