Comment convertir un facteur en entiernumérique sans perte d'information?

r a un certain nombre de fonctions de commodité (non documentées) pour convertir les facteurs:

• as.character.factor
• as.data.frame.factor
• as.Date.factor
• as.list.factor
• as.vector.factor
• ...

mais il n'y a rien pour gérer la conversion facteur -> numérique . Comme dans le prolongement de la réponse de Joshua Ulrich, je suggérerais de surmonter cette omission par la définition de votre propre fonction idiomatique:

as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}

que vous pouvez stocker au début de votre script, ou encore mieux dans votre fichier .Rprofile .

la façon la plus facile serait d'utiliser unfactor fonction du paquet varhandle

unfactor(your_factor_variable)

cet exemple peut être un démarrage rapide:

x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)

class(x)  # -> "character"
class(y)  # -> "numeric"

x <- factor(x)
y <- factor(y)

class(x)  # -> "factor"
class(y)  # -> "factor"

library(varhandle)
x <- unfactor(x)
y <- unfactor(y)

class(x)  # -> "character"
class(y)  # -> "numeric"

chaque réponse dans ce post n'a pas réussi à générer des résultats pour moi , NAs ont été générés.

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

ce qui a fonctionné pour moi est ceci -

as.integer(y2)
# [1] 1 2 3 4 1

Note: Cette réponse particulière est et non . pour convertir les facteurs à valeur numérique en facteurs numériques, il s'agit de convertir les facteurs catégoriques en leurs numéros de niveau correspondants.

il est possible seulement dans le cas où les étiquettes de facteur correspondent aux valeurs originales. Je vais vous expliquer avec un exemple.

supposons que les données sont un vecteur x :

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

maintenant je vais créer un facteur avec quatre étiquettes:

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1) x est de type double, f est de type entier. C'est la première perte d'information inévitable. Facteur sont toujours stockés comme des entiers.

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2) Il n'est pas possible de revenir aux valeurs initiales (10, 20, 30, 40) avec seulement f disponible. Nous pouvons voir que f contient seulement les valeurs entières 1, 2, 3, 4 et deux attributs - la liste des étiquettes ("A", "B", "C", "D") et l'attribut de classe "facteur". Rien de plus.

> str(f)
 Factor w/ 4 levels "A","B","C","D": 2 1 3 2 1 4 1 4
> attributes(f)
$levels
[1] "A" "B" "C" "D"

$class
[1] "factor"

Pour revenir aux valeurs d'origine, nous devons connaître les valeurs de niveaux utilisés dans la création de ce facteur. Dans ce cas c(10, 20, 30, 40) . Si nous connaissons les niveaux originaux (dans le bon ordre), nous pouvons revenir aux valeurs originales.

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

et cela ne fonctionnera que dans le cas où des étiquettes ont été définies pour toutes les valeurs possibles dans les données originales.

donc si vous avez besoin des valeurs originales, vous devez les garder. Dans le cas contraire, il y a de fortes chances qu'il ne soit pas possible d'y revenir uniquement à partir d'un facteur.