如何在R中选择所有因子变量答案

【问题标题】：How to select all factor variables in R如何在R中选择所有因子变量
【发布时间】：2013-07-28 07:02:02
【问题描述】：

我有一个名为“insurance”的数据框，其中包含数字变量和因子变量。如何选择所有因子变量以便检查分类变量的水平？

我尝试sapply(insurance,class) 来获取所有变量的类。但是我不能根据class(var)="factor" 的逻辑论证，因为变量名也包含在sapply() 的结果中。

谢谢，

【问题讨论】：

标签： r

【解决方案1】：

一些数据：

insurance <- data.frame(
  int   = 1:5,
  fact1 = letters[1:5],
  fact2 = factor(1:5),
  fact3 = LETTERS[3:7]
)

我会像你一样使用sapply，但结合is.factor返回一个逻辑向量：

is.fact <- sapply(insurance, is.factor)
#   int fact1 fact2 fact3 
# FALSE  TRUE  TRUE  TRUE

然后使用[ 提取这些列：

factors.df <- insurance[, is.fact]
#   fact1 fact2 fact3
# 1     a     1     C
# 2     b     2     D
# 3     c     3     E
# 4     d     4     F
# 5     e     5     G

最后，要获得关卡，请使用lapply：

lapply(factors.df, levels)
# $fact1
# [1] "a" "b" "c" "d" "e"
# 
# $fact2
# [1] "1" "2" "3" "4" "5"
# 
# $fact3
# [1] "C" "D" "E" "F" "G"

您可能还会发现 str(insurance) 作为简短摘要很有趣。

【讨论】：

【解决方案2】：

使用来自 flodel 的数据框“保险”一次性获取所有因素，您可以使用 apply ，如下所示：

apply(insurance,2,factor)

     int fact1 fact2 fact3
[1,] "1" "a"   "1"   "C"  
[2,] "2" "b"   "2"   "D"  
[3,] "3" "c"   "3"   "E"  
[4,] "4" "d"   "4"   "F"  
[5,] "5" "e"   "5"   "G"

如果您只对一个因素的水平感兴趣，您可以执行以下操作：

factor(insurance$fact1)

[1] a b c d e
Levels: a b c d e

【讨论】：

我不是第一个投反对票的人，但是添加负面的原因是为了阻止您在不合适的情况下使用apply。它将它的第一个参数强制为一个矩阵，这里是一个字符矩阵。因子信息丢失。
DWin，感谢您对不赞成票发表评论。我不知道apply 的问题可能会导致按照我建议的方式使用它。我鼓励大家在投票时添加简短评论而不是“就这样做”，毕竟这不是个人的，深思熟虑的 cmets 可以添加尽可能多的内容知识作为正确答案向社区提供。

【解决方案3】：

这（几乎）似乎是使用很少使用的函数 rapply 的最佳时机

rapply(insurance, class = "factor", f = levels, how = "list")

或者

Filter(Negate(is.null),rapply(insurance, class = "factor", f = levels, how = "list"))

删除NULL 元素（不是因素）

或者干脆

lapply(Filter(is.factor,insurance), levels))

【讨论】：

【解决方案4】：

insurance %>% select_if(~class(.) == 'factor')

【讨论】：

您好 - 这可能会解决 OP 的问题，但如果它说 为什么 它解决了 OP 的问题会更有用。解释帮助人们学习:)

【解决方案5】：

我建议在这里使用 dplyr 和 purrr。首先选择因子列，然后使用 purrr::map 显示每列的因子水平。

library(tidyverse)

insurance %>%
  select(where(is.factor)) %>%
  map(levels)

【讨论】：