子集化数据帧中的丢弃因子级别

13 回答

• 18

  查看 droplevels 方法code in the R source you can see它包装到 factor 函数 . 这意味着您基本上可以使用 factor 函数重新创建列 .
  在data.table方式下面，从所有因子列中删除级别 .

  library(data.table)
  dt = data.table(letters=factor(letters[1:5]), numbers=seq(1:5))
  levels(dt$letters)
  #[1] "a" "b" "c" "d" "e"
  subdt = dt[numbers <= 3]
  levels(subdt$letters)
  #[1] "a" "b" "c" "d" "e"
  
  upd.cols = sapply(subdt, is.factor)
  subdt[, names(subdt)[upd.cols] := lapply(.SD, factor), .SDcols = upd.cols]
  levels(subdt$letters)
  #[1] "a" "b" "c"
  

  回复于 2024-04-20T11:41:15+08:00
• 34

  使用 dplyr 的另一种方法

  library(dplyr)
  subdf <- df %>% filter(numbers <= 3) %>% droplevels()
  str(subdf)
  

  Edit:

  还有效！感谢agenis

  subdf <- df %>% filter(numbers <= 3) %>% droplevels
  levels(subdf$letters)
  

  回复于 2024-04-20T11:41:15+08:00
• 6

  如果您不使用因子，请改用字符向量 . 我认为这比后来修补更有意义 . 在使用 read.table 或 read.csv 加载数据之前，请尝试以下操作：

  options(stringsAsFactors = FALSE)
  

  缺点是您只能按字母顺序排序 . （重新排序是您的情节的朋友）

  回复于 2024-04-20T11:41:15+08:00
• 354

  您需要做的就是在子集化后再次将factor（）应用于您的变量：

  > subdf$letters
  [1] a b c
  Levels: a b c d e
  subdf$letters <- factor(subdf$letters)
  > subdf$letters
  [1] a b c
  Levels: a b c
  

  EDIT

  从因子页面示例：

  factor(ff)      # drops the levels that do not occur
  

  要从数据框中的所有因子列中删除级别，您可以使用：

  subdf <- subset(df, numbers <= 3)
  subdf[] <- lapply(subdf, function(x) if(is.factor(x)) factor(x) else x)
  

  回复于 2024-04-20T11:41:15+08:00
• 37

  我写了实用程序函数来执行此操作 . 现在我知道了gdata的drop.levels，它看起来非常相似 . 他们在这里（来自here）：

  present_levels <- function(x) intersect(levels(x), x)
  
  trim_levels <- function(...) UseMethod("trim_levels")
  
  trim_levels.factor <- function(x)  factor(x, levels=present_levels(x))
  
  trim_levels.data.frame <- function(x) {
    for (n in names(x))
      if (is.factor(x[,n]))
        x[,n] = trim_levels(x[,n])
    x
  }
  

  回复于 2024-04-20T11:41:15+08:00
• 7

  这是一个已知问题，gdata包中的 drop.levels() 提供了一种可能的补救措施，您的示例将成为

  > drop.levels(subdf)
    letters numbers
  1       a       1
  2       b       2
  3       c       3
  > levels(drop.levels(subdf)$letters)
  [1] "a" "b" "c"
  

  Hmisc包中还有 dropUnusedLevels 函数 . 但是，它只能通过更改子集运算符 [ 来工作，并且不适用于此处 .

  作为必然结果，基于每列的直接方法很简单 as.factor(as.character(data)) ：

  > levels(subdf$letters)
  [1] "a" "b" "c" "d" "e"
  > subdf$letters <- as.factor(as.character(subdf$letters))
  > levels(subdf$letters)
  [1] "a" "b" "c"
  

  回复于 2024-04-20T11:41:15+08:00
• 10

  这是令人讨厌的 . 这就是我通常这样做，以避免加载其他包：

  levels(subdf$letters)<-c("a","b","c",NA,NA)
  

  它让你：

  > subdf$letters
  [1] a b c
  Levels: a b c
  

  请注意，新级别将替换在旧级别（subdf $ letters）中占用其索引的任何内容，因此类似于：

  levels(subdf$letters)<-c(NA,"a","c",NA,"b")
  

  不行 .

  当你有很多级别时，这显然不是理想的，但对于少数，它是快速和简单的 .

  回复于 2024-04-20T11:41:15+08:00
• 6

  非常有趣的线程，我特别喜欢只想再次选择子选择的想法 . 之前我遇到过类似的问题，我只是转换为角色然后回到因素 .

  df <- data.frame(letters=letters[1:5],numbers=seq(1:5))
     levels(df$letters)
     ## [1] "a" "b" "c" "d" "e"
     subdf <- df[df$numbers <= 3]
     subdf$letters<-factor(as.character(subdf$letters))
  

  回复于 2024-04-20T11:41:15+08:00
• 4

  这是另一种方式，我认为这相当于 factor(..) 方法：

  > df <- data.frame(let=letters[1:5], num=1:5)
  > subdf <- df[df$num <= 3, ]
  
  > subdf$let <- subdf$let[ , drop=TRUE]
  
  > levels(subdf$let)
  [1] "a" "b" "c"
  

  回复于 2024-04-20T11:41:15+08:00
• 457

  这是一种方法

  varFactor <- factor(letters[1:15])
  varFactor <- varFactor[1:5]
  varFactor <- varFactor[drop=T]
  

  回复于 2024-04-20T11:41:15+08:00
• 0

  为了完整起见，现在 forcats 包http://forcats.tidyverse.org/reference/fct_drop.html中也有 fct_drop .

  它与 droplevels 处理 NA 的方式不同：

  f <- factor(c("a", "b", NA), exclude = NULL)
  
  droplevels(f)
  # [1] a    b    <NA>
  # Levels: a b <NA>
  
  forcats::fct_drop(f)
  # [1] a    b    <NA>
  # Levels: a b
  

  回复于 2024-04-20T11:41:15+08:00
• 7

  自R版本2.12起，有一个 droplevels() 函数 .

  levels(droplevels(subdf$letters))
  

  回复于 2024-04-20T11:41:15+08:00
• 5

  当我使用 data.frame 时，我现在在脚本的开头使用 options(stringsAsFactors = FALSE) . 因此，字符仍然是字符 . 因为，我不再有任何问题的问题:)

  回复于 2024-04-20T11:41:15+08:00