R 因子

因子用于存储不同类别的数据类型，例如人的性别有男和女两个类别，年龄来分可以有未成年人和成年人。

R 语言创建因子使用 factor() 函数，向量作为输入参数。

factor() 函数语法格式：

factor(x = character(), levels, labels = levels,
       exclude = NA, ordered = is.ordered(x), nmax = NA)

参数说明：

• x：向量。
• levels：指定各水平值, 不指定时由x的不同值来求得。
• labels：水平的标签, 不指定时用各水平值的对应字符串。
• exclude：排除的字符。
• ordered：逻辑值，用于指定水平是否有序。
• nmax：水平的上限数量。

以下实例把字符型向量转换成因子：

x <- c("男", "女", "男", "男",  "女")
sex <- factor(x)
print(sex)
print(is.factor(sex))

执行以上代码输出结果为：

[1] 男 女 男 男 女
Levels: 男 女
[1] TRUE

以下实例设置因子水平为 c('男','女') ：

x <- c("男", "女", "男", "男",  "女",levels=c('男','女'))
sex <- factor(x)
print(sex)
print(is.factor(sex))

执行以上代码输出结果为：

levels1 levels2 
男      女      男      男      女      男      女 
Levels: 男 女
[1] TRUE

因子水平标签

接下来我们使用 labels 参数为每个因子水平添加标签，labels 参数的字符顺序，要和 levels 参数的字符顺序保持一致，例如：

sex=factor(c('f','m','f','f','m'),levels=c('f','m'),labels=c('female','male'),ordered=TRUE)
print(sex)

执行以上代码输出结果为：

[1] female male   female female male  
Levels: female < male

生成因子水平

我们可以使用 gl() 函数来生存因子水平，语法格式如下：

gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)

参数说明：

• n: 设置 level 的个数
• k: 设置每个 level 重复的次数
• length: 设置长度
• labels: 设置 level 的值
• ordered: 设置是否 level 是排列好顺序的，布尔值。

v <- gl(3, 4, labels = c("google", "itzixishi","taobao"))
print(v)

执行以上代码输出结果为：

 [1] google    google    google    google    itzixishi itzixishi itzixishi
 [8] itzixishi taobao    taobao    taobao    taobao   
Levels: google itzixishi taobao