r语言 第n行第n列_R语言 | 从森林图说起修改因子型数据的N种方法

前文推荐

R语言 | 多组样本的N种组合

R语言 | NA值替换的N种方法

数据挖掘 | ID转换的N种方法

我们在文章 数据挖掘 | 快速实现生存分析森林图 中讲到，可以将原数据中对于性别的0/1标识转换为female/male以方便在森林图中的展示，其中提到的方法如下：

sex = factor(sex, levels = c(0,1), labels = c("female", "male"))

是在将sex变量转化为因子型的同时，将其0和1分别标识为female和male，而本文将讨论对因子型数据内容修改的N种方法！

使用测试数据iris：

data(iris)

str(iris) # 查看数据内容

可见，物种(Species)列是因子型(Factor)数据，3个组别(levels)分别为：setosa、versicolor和virginica：

levels(iris$Species) # 提取因子的levels

返回：

[1] "setosa" "versicolor" "virginica"

N种方法开始...

方法1：参考前文，如果现在想将类别名称对应改为0,2,1，可执行如下命令：

iris$Species = factor(iris$Species, levels = c("setosa", "versicolor", "virginica"), labels = c(0, 2, 1))

完成更改("setosa" -> 0, "versicolor" -> 2, "virginica" -> 1):

注意，levels的顺序并非数值顺序，而是按照设置的顺序！

方法2：方法1的最外层有个转换为因子型数据的操作 factor()，由于其本身已经是因子型，故多余，可直接通过 levels() 更改:

levels(iris$Species) = c("versicolor", "virginica", "setosa")

抛出问题：由方法1中得到的1会被替换成什么？

答：(0 -> "versicolor", 2 -> "virginica", 1 -> "setosa")

方法3：方法2种是按levels顺序依次替换，而方法1则可以根据需求自定义替换规则，当然方法1更为灵活，且不需要事先知道levels的顺序即可完成更改，值得借鉴：

p_load(forcats)

fct_recode(iris$Species, "0" = "virginica", "1" = "versicolor", "2" = "setosa")

注意！forcats包中的函数 fct_recode() 设置替换规则时被替换的原始内容在等号后面，新的内容再等号之前，如果是数值需要加引号，字符串则不需要：

the name gives the new level, and the value gives the old level.

故，如果被替换内容再原levels中不存在，则报错：

fct_recode(iris$Species, virginica = "a")

Warning message: Unknown levels in f: a

另， fct_recode() 并不会改变原变量。故如果想在原变量的基础上修改，则需要重新赋值：

iris$Species = fct_recode(iris$Species, "0" = "virginica", "1" = "versicolor", "2" = "setosa")

此时...

方法4、直接使用 levels() 在原因子型变量上直接修改反而显得更便捷：

levels(iris$Species) = list(no = "0", yes = "1", unknow = "2")

同理，被替换的原始内容在等号后面，新的内容再等号之前！

方法5：不过，tidytidbits包中的 rename_factor() 函数倒是支持更舒服的书写方式，将原始内容在等号后面：

p_load(tidytidbits)

rename_factor(iris$Species, no = "setosa", yes = "versicolor", unknow = "virginica"))

方法6-7：类似的，格式不同的还有plyr包中的 revalue() 和 mapvalues() 等函数：

p_load(plyr)

revalue(iris$Species, c(no = "setosa", yes = "versicolor", unknow = "virginica"))

mapvalues(iris$Species, c("no", "yes", "unknow"), c("setosa", "versicolor", "virginica"))

方法8：既然我们总是在说替换，那么怎么能少得了 R中强大的替换操作！

R语言·往期精彩

R语言 | 从火山图说起-条件判断语句

R绘图 | 差点又错过一个隐蔽且致命的错误

R语言 | 更快的表格文件读取方法！

R语言 | 数据如何高效输出到文件中？

如期而至的最新版R语言！

R语言 | 你知道自己的Bioconductor版本么？

R语言 | 多组样本的N种组合

绘图专题 | ggsci发表级配色