如何连接因子而不将它们转换为整数级别？

Question

我很惊讶地发现 R 在连接向量时会将因子强制转换为数字。即使级别相同，也会发生这种情况。例如：

> facs <- as.factor(c("i", "want", "to", "be", "a", "factor", "not", "an", "integer"))
> facs
[1] i       want    to      be      a       factor  not     an      integer
Levels: a an be factor i integer not to want
> c(facs[1 : 3], facs[4 : 5])
[1] 5 9 8 3 1

在 R 中执行此操作的惯用方法是什么（在我的例子中，这些向量可能非常大）？谢谢。

Answer 1

来自 R 邮件列表：

unlist(list(facs[1 : 3], facs[4 : 5]))

至 'cbind ' 因素，做

data.frame(facs[1 : 3], facs[4 : 5])

Answer 2

另一种解决方法是将因子转换为字符向量，然后在完成连接时转换回来。

cfacs <- as.character(facs)
x <- c(cfacs[1:3], cfacs[4:5]) 

# Now choose between
factor(x)
# and
factor(x, levels = levels(facs))

Answer 3

使用 forcats 包中的 fct_c（tidyverse）。

> library(forcats)
> facs <- as.factor(c("i", "want", "to", "be", "a", "factor", "not", "an", "integer"))
> fct_c(facs[1:3], facs[4:5])
[1] i    want to   be   a
Levels: a an be factor i integer not to want

fct_c 不会被具有不同数字编码的因素串联所愚弄：

> x <- as.factor(c('c', 'z'))
> x
[1] c z
Levels: c z
> y <- as.factor(c('a', 'b', 'z'))
> y
[1] a b z
Levels: a b z
> c(x, y)
[1] 1 2 1 2 3
> fct_c(x, y)
[1] c z a b z
Levels: c z a b
> as.numeric(fct_c(x, y))
[1] 1 2 3 4 2

Answer 4

哇，我从来没有意识到它做到了这一点。这是一个解决方法：

x <- c(facs[1 : 3], facs[4 : 5]) 
x <- factor(x, levels=1:nlevels(facs), labels=levels(facs))
x

对于输出：

[1] i    want to   be   a   
Levels: a an be factor i integer not to want

只有当两个向量具有与此处相同的级别时，它才会起作用。

Answer 5

这是一个非常糟糕的 R 陷阱。沿着这些思路，这是一个刚刚吞噬了我几个小时时间的事情。

x <- factor(c("Yes","Yes","No", "No", "Yes", "No"))
y <- c("Yes", x)

> y
[1] "Yes" "2"   "2"   "1"   "1"   "2"   "1"  
> is.factor(y)
[1] FALSE

在我看来，更好的解决办法是里奇的，它强制性格。

> y <- c("Yes", as.character(x))
> y
[1] "Yes" "Yes" "Yes" "No"  "No"  "Yes" "No" 
> y <- as.factor(y)
> y
[1] Yes Yes Yes No  No  Yes No 
Levels: No Yes

正如里奇提到的，只要你正确设置级别。

Answer 6

根据使用转换为字符的其他答案，我使用以下函数来连接因素：

concat.factor <- function(...){
  as.factor(do.call(c, lapply(list(...), as.character)))
}

您可以像使用 c 一样使用此函数。

Answer 7

出于这个原因，我更喜欢使用 data.frames: 内的因素

df <- data.frame(facs = as.factor(
      c("i", "want", "to", "be", "a", "factor", "not", "an", "integer") ))

，并使用subset() 或 dplyr::filter() 等而不是行索引对其进行子集化。因为在这种情况下我没有有意义的子集标准，所以我将只使用 head() 和 tail()：

df1 <- head(df, 4)
df2 <- tail(df, 2)

然后您可以很容易地操作它们，例如：

dfc <- rbind(df1, df2)
dfc$facs
#[1] i       want    to      be      an      integer
#Levels: a an be factor i integer not to want

Answer 8

快速说明一下，从 R 4.1.0 开始，这个问题已在基本 R 中直接解决。您现在可以直观地执行

c(facs[1 : 3], facs[4 : 5])

Answer 9

当设置略有不同时，这是添加因子变量的另一种方法：

facs <- factor(1:3, levels=1:9,
               labels=c("i", "want", "to", "be", "a", "factor", "not", "an", "integer"))
facs
# [1] i       want    to      be      a       factor  not     an      integer
# Levels: a an be factor i integer not to want
facs[4:6] <- levels(facs)[4:6]
facs
# [1] i      want   to     be     a      factor
# Levels: i want to be a factor not an integer