R语言数据结构之因子

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。

1 . 基本语法

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

  levels：用来指定因子可能的水平（缺省值是向量x中互异的值）

  labels：用来指定水平的名字

  exclude：表示从向量x中剔除的水平值

2. 简单实例

x <- c("男", "女", "男", "男",  "女")
class(x)

sex <- factor(x)
class(sex)
print(sex)
print(is.factor(sex))

3. 指定因子名字

a<- factor(c("A",'B','B','A','C','B','A','C'),labels= c("优","良","差"))

4. 剔除某一因子

a<- factor(c('A','B','B','A','C','B','A','C',NA),labels= c("优","良","差"),exclude = NA)

a<- factor(c('A','B','B','A','D','C','B','A','C','D'),labels= c("优","良","差"),exclude = 'D')

5. 有序因子

score <- c('A','C','B','A','C','B','A')
a <- ordered(score)
class(a)

b <- factor(score,ordered=TRUE)
class(b)

6.分组因子

a <- c(1:10)
b <- cut(a, breaks = 5)
class(b)

注：cut将x的范围划分为多个区间，并根据它们落下的区间对x中的值进行编码。最左边的间隔对应于一级，下一个最左边的间隔对应于二级，依此类推。

7. stringsAsFactors 参数

stringsAsFactors = FALSE

Name <- c("张三", "李四", "王五")
age <- c(21,21,31)
sex <- c("男", "女", "男")
# 注意区别
Mydata1 <- data.frame(Name, age, sex) # 默认 stringsAsFactors = FALSE
class(Mydata1$Name)
Mydata2 <- data.frame(Name, age, sex，stringsAsFactors = TRUE)
class(Mydata2$Name)