首页 文章

重新排序因子的级别而不更改值的顺序

提问于
浏览 次
103

我的数据框有一些数值变量和一些分类 factor 变量 . 这些因素的等级顺序不是我希望它们的方式 .

numbers <- 1:4
letters <- factor(c("a", "b", "c", "d"))
df <- data.frame(numbers, letters)
df
#   numbers letters
# 1       1       a
# 2       2       b
# 3       3       c
# 4       4       d

如果我更改了级别的顺序，则这些字母不再带有相应的数字（从这一点开始，我的数据完全是废话） .

levels(df$letters) <- c("d", "c", "b", "a")
df
#   numbers letters
# 1       1       d
# 2       2       c
# 3       3       b
# 4       4       a

我只想更改级别顺序，因此在绘图时，条形图按所需顺序显示 - 可能与默认的字母顺序不同 .

r levels

7 回答

  • 0

    使用 factor 的 levels 参数：

    df <- data.frame(f = 1:4, g = letters[1:4])
df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

levels(df$g)
# [1] "a" "b" "c" "d"

df$g <- factor(df$g, levels = letters[4:1])
# levels(df$g)
# [1] "d" "c" "b" "a"

df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d
    回复于
  • 106

    更多，仅供记录

    ## reorder is a base function
df$letters <- reorder(df$letters, new.order=letters[4:1])

library(gdata)
df$letters <- reorder.factor(df$letters, letters[4:1])

    您可能还会发现有用的Relevel和combine_factor .

    回复于
  • 19

    所以你想要的，在R词典中，只改变给定因子变量的 labels （即保持数据和因子水平不变） .

    df$letters = factor(df$letters, labels=c("d", "c", "b", "a"))

    鉴于您只想更改数据点到标签的映射而不是数据或因子模式（数据点如何分箱到单个箱或因子值中，最初创建时可能有助于了解最初如何设置映射因素 .

    规则很简单：

    • 标签按索引值映射到级别（即，级别[2]的值被赋予标签，标签[2]）;

    • 因子级别可以通过levels参数传递来明确设置;要么

    • 如果没有为levels参数提供值，则使用默认值，该值是传入的数据向量上的唯一调用结果（对于data参数）;

    • 标签可以通过labels参数显式设置;要么

    • 如果没有为labels参数提供值，则使用默认值，它只是级别向量

    回复于
  • 7

    处理R中的因素是非常奇怪的工作，我必须承认......在重新排序因子水平时，您不会重新排序基础数值 . 这是一个小小的示范：

    > numbers = 1:4
> letters = factor(letters[1:4])
> dtf <- data.frame(numbers, letters)
> dtf
  numbers letters
1       1       a
2       2       b
3       3       c
4       4       d
> sapply(dtf, class)
  numbers   letters 
"integer"  "factor"

    现在，如果您将此因子转换为数字，您将获得：

    # return underlying numerical values
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4
# change levels
1> levels(dtf$letters) <- letters[4:1]
1> dtf
  numbers letters
1       1       d
2       2       c
3       3       b
4       4       a
# return numerical values once again
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4

    正如你所看到的......通过改变等级，你只改变等级（谁会告诉，呃？），而不是数值！但是，当你使用_Jonathan Chang建议的 factor 函数时，会发生一些不同的事情：你自己改变数值 .

    你're getting error once again '因为你做 levels 然后尝试用 factor 重新定位它 . 不要这样做！ not 使用 levels 或你做'll mess things up (unless you know exactly what you'） .

    一个小的建议：避免使用与R的对象相同的名称来命名对象（df是F分布的密度函数，字母给出小写字母） . 在这种特殊情况下，你的代码不会有问题，但有时可能会......但这会造成混乱，我们不希望这样，是吗？！？ =）

    相反，使用这样的东西（我将从头开始再次）：

    > dtf <- data.frame(f = 1:4, g = factor(letters[1:4]))
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 1 2 3 4
> dtf$g <- factor(dtf$g, levels = letters[4:1])
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 4 3 2 1

    请注意，您也可以使用 df 和 letters 而不是 g 为您命名 data.frame ，结果将是正常的 . 实际上，此代码与您发布的代码相同，只是名称已更改 . 这部分 factor(dtf$letter, levels = letters[4:1]) 不会抛出错误，但可能会造成混淆！

    彻底阅读 ?factor 手册！ factor(g, levels = letters[4:1]) 和 factor(g, labels = letters[4:1]) 之间有什么区别？ levels(g) <- letters[4:1] 和 g <- factor(g, labels = letters[4:1]) 有什么相似之处？

    您可以使用ggplot语法，这样我们就可以为您提供更多帮助！

    干杯！！！

    编辑：

    ggplot2 实际上需要更改两个级别和值？嗯......我会把这个挖出来......

    回复于
  • 3

    由于这个问题是最后一个活跃的，Hadley发布了他的新 forcats 包，用于操纵因子和我的数据框：

    levels(df$letters)
# [1] "a" "b" "c" "d"

    扭转水平：

    library(forcats)
fct_rev(df$letters) %>% levels
# [1] "d" "c" "b" "a"

    要添加更多级别：

    fct_expand(df$letters, "e") %>% levels
# [1] "a" "b" "c" "d" "e"

    还有更多有用的 fct_xxx() 函数 .

    回复于
  • 3

    我希望添加另一种情况，其中级别可以是带有数字的字符串以及一些特殊字符：如下例所示

    df <- data.frame(x = c("15-25", "0-4", "5-10", "11-14", "100+"))

    x 的默认级别为：

    df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 100+ 11-14 15-25 5-10

    如果我们想根据数值重新排序因子级别，而不明确写出级别，我们可以做的是

    library(gtools)
df$x <- factor(df$x, levels = mixedsort(df$x))

df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 5-10 11-14 15-25 100+
as.numeric(df$x)
# [1] 4 1 2 3 5

    我希望这可以被视为未来读者的有用信息 .

    回复于
  • 6

    这是我重新排序给定数据帧的因素的函数：

    reorderFactors <- function(df, column = "my_column_name", 
                           desired_level_order = c("fac1", "fac2", "fac3")) {

  x = df[[column]]
  lvls_src = levels(x) 

  idxs_target <- vector(mode="numeric", length=0)
  for (target in desired_level_order) {
    idxs_target <- c(idxs_target, which(lvls_src == target))
  }

  x_new <- factor(x,levels(x)[idxs_target])

  df[[column]] <- x_new

  return (df)
}

    用法： reorderFactors(df, "my_col", desired_level_order = c("how","I","want"))

    回复于

相关问题