为什么因子中的标签和水平的术语如此奇怪？

Question

不可设置函数的一个例子是labels。您只能在使用 factor() 函数创建因子标签时设置它们。没有 labels<- 函数。因素中的“标签”和“水平”没有任何意义......

>  fac <- factor(1:3, labels=c("one", "two", "three"))
> fac
[1] one   two   three
Levels: one two three
> labels(fac)
[1] "1" "2" "3"

好吧，我要求提供标签，人们可能认为这些标签是由因素调用设置的，但我得到了一些东西......这个词是什么，不直观？

> levels(fac)
[1] "one"   "two"   "three"

如此看来，设置标签实际上就是设置级别。

>  fac <- factor(1:3, levels=c("one", "two", "three"))
> levels(fac)
[1] "one"   "two"   "three"

好的，正如预期的那样。那么，当设置级别时，标签是什么？

>  fac <- factor(1:3, levels=c("one", "two", "three"), labels=c("x","y", "z") )
> labels(fac)
[1] "1" "2" "3"
> levels(fac)
[1] "x" "y" "z"

看起来，factor() 的“标签”参数胜过任何级别规范的“级别”参数。为什么会这样呢？为什么labels()返回我想象中用as.character(as.numeric(fac))检索的内容？

（这是一个关于赋值函数的早期答案中的一个切题评论[如此标记]，我被要求转到一个问题。所以这是你启发我的机会。）

Answer 1

我认为考虑 labels 和 levels 之间差异的方法（忽略 Tommy 在他的答案中描述的 labels() 函数）是levels 旨在告诉 R 在输入 (x) 中查找哪些值以及在结果 factor 的级别中使用什么顺序对象，而labels是改变输入被编码为因子后的级别的值...正如Tommy的回答所建议的，factor返回的factor对象没有任何部分() 被称为 labels ...只是级别，已通过 labels 参数调整...（清晰如泥）。

例如：

> f <- factor(x=c("a","b","c"),levels=c("c","d","e"))
> f
[1] <NA> <NA> c  
Levels: c d e
> str(f)
Factor w/ 3 levels "c","d","e": NA NA 1

因为在levels中找不到x的前两个元素，所以f的前两个元素是NA.因为 "d" 和 "e" 包含在 levels 中，所以它们甚至出现在 f 的levels中尽管它们没有出现在x中。

现在使用标签：

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("C","D","E"))
> f
[1] <NA> <NA> C   
Levels: C D E

R 找出因子中应包含的内容后，它会重新编码级别。人们当然可以用它来做一些令人费脑筋的事情，例如：

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("a","b","c"))
> f
[1] <NA> <NA> a   
Levels: a b c

考虑级别的另一种方式是factor(x,levels=L1,labels=L2)是相当于

f <- factor(x,levels=L1)
levels(f) <- L2

我认为此示例的适当措辞版本可能适合 Pat Burns 的 R inferno——第 8.2 节中有很多因素谜题，但不是这个特定的谜题……

Answer 2

labels 函数听起来非常适合获取因子的标签。

...但是labels函数与因素无关！它被用作获取某些东西来“标记”对象的通用方法。对于原子向量，这就是名称。但如果没有名称，labels 函数将返回强制转换为字符串的元素索引 - 类似于 as.character(seq_along(x))。

...这就是当您尝试为某个因素贴上标签时所看到的结果。该因子是一个没有任何名称的整数向量，但具有 levels 属性。

因子没有标签。它只有级别。 factor 的 labels 参数只是一种能够给出一组字符串但生成另一组字符串作为级别的方法......
但更令人困惑的是，dput 函数将 levels 属性打印为 .Label！我认为这是一个遗留问题...

# Translate lower case letters to upper case.
f <- factor(letters[2:4], letters[1:3], LETTERS[1:3])
dput(f)
#structure(c(2L, 3L, NA), .Label = c("A", "B", "C"), class = "factor")
attributes(f)
#$levels
#[1] "A" "B" "C"
#
#$class
#[1] "factor"

但是，由于 labels 是一个通用函数，因此定义 labels.factor 可能是一个好主意，如下所示（目前有没有）。也许 R 核心需要考虑一些事情？

labels.factor <- function(x, ...) as.character(x)