在导入期间自动为 R 中的字符串分配值

Question

Type      Force
A         30
A         40
B         20
C         10
C         14

我有一个像上面这样的数据集，我从 CSV 导入，像这样。我正在将类型转换为因子。

Data <- read.csv(csvImport)
Data <- within(Data, 
{ 
    Type <-  factor(as.character(Data[[Type]] )       
})

但是，当我将其转换为数据矩阵以进行下游处理时，值会自动转换为整数，这是公平的。

x <- data.matrix(Data)

在我处理我的数据之后，有没有办法将其恢复为字符/字符串值，这样在进行最终打印时，我会返回 A，而不是 1,2 和 3， B和C？

或者换句话说，当我在导入过程中将其转换为一个因子时，是否无论如何都要为其赋值，类似于this..？

Type <- factor ( i++, labels=as.character(Data[[Type]])

这是我想要实现的一步一步

1. 从 csv 导入的表的列中获取字符串列表

2. 将字符串转换为因子并自动分配一个 int 作为 值，并将输入字符串作为该 int 的标签

如果这可以相对自动化，以便最终用户可以加载 csv 文件而无需手动分配标签，并且自动加载整数会很有帮助。

这有望让我处理数据框架本身中的数据，而不是将其转换为剥离我标签的数据矩阵。

编辑：

y <- rapply(Data,mean,classes="numeric")

似乎可以作为一种解决方法，因为我不必转换为数据矩阵。但是在 y 的结果输出中，我丢失了类型。那应该是可以修复的。仍然有兴趣知道这是否可以更优雅地完成。

Answer 1

用levels怎么样

vec.letters <- paste(letters,sep="")
levels(vec.letters)<- 1:length(vec.letters)

然后

vec.letters
 [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x"
[25] "y" "z"
attr(,"levels")
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

或者可能是更实用的解决方案：

vec.three.ltrs <- c("A", "B", "C")
codes = c(A=1,B=2,C=3)
new.vec = sapply(vec.three.ltrs,function(x)codes[x]) 

这会给你：

> new.vec
A.A B.B C.C 
  1   2   3 

Answer 2

当您读入文件时，您会将其读入数据框。由于这是一个向量列表，Type 向量是因子，Force 向量是整数。即，它们可以不同，因为数据框可以处理不同的类型。这可以通过以下方式确认：

is(Data$Type)
is(Data$Force)

但是，当您转换为数据矩阵时，所有列都必须属于同一类型，因此 Type 正在转换为整数以匹配 Force：

Data <- data.matrix(Data)
is(Data[[1]])  # should be numeric

请参阅 @hadley 的 [高级 R：数据结构章节]，这是一个极好的参考。1

最简单的解决方案是坚持使用数据框，除非您出于某种原因需要使用数据矩阵。如果您必须使用数据矩阵，您可以转换回数据框并使用factor 中的labels 参数再次显式标记变量：

Data <- data.frame(Data)
Data$Type <- factor(Data$Type, levels = c(1:3),
                    labels = c("A",
                               "B",
                               "C"))