为什么我的因子水平使用 dplyr::mutate() 变为数字？答案

【问题标题】：Why are my factor levels turning to numbers with dplyr::mutate()?为什么我的因子水平使用 dplyr::mutate() 变为数字？
【发布时间】：2017-06-23 20:02:05
【问题描述】：

我正在尝试使用 dplyr::mutate() 重新编码一些因子水平，以便所有“MOT”和“CHI”因子水平保持原样，而所有其他因子水平都转向“OTH”。

我的数据如下所示：

subj | speaker | word

1        MOT     apple
1        CHI     baby
1        SI1     baby
2        CHI     dog
2        CHI     cat
2        FAT     cat

我希望它看起来像这样：

subj | speaker | word

1        MOT     apple
1        CHI     baby
1        OTH     baby
2        CHI     dog
2        CHI     cat
2        OTH     cat

我的代码如下所示：

new.df <- data %>%
  dplyr::select(subj, speaker) %>%
        mutate(speaker = factor(speaker),
         speaker = ifelse(speaker %in% c("CHI", "MOT"), speaker, "OTH"))

但是，当我运行此脚本时，某些级别会转换为“OTH”，而其他所有级别都会更改为数字。无论我是否包含 factor(speaker) 命令，都会发生这种情况：

subj | speaker | word

1        175     apple
1        86      baby
1        OTH     baby
2        86      dog
2        86      cat
2        OTH     cat

它正在将因素更改为“OTH”，但我的 ifelse 代码的 TRUE 元素似乎是问题所在。

非常感谢！

【问题讨论】：

您可能希望 as.character(speaker) 作为 ifelse 的第二个参数。 R 因子实际上是整数。如果演讲者是角色，那么您在 ifelse 操作之前进行因子调用时会在脚上射击自己。之后可能会有意义。
成功了！非常感谢！但我不明白为什么会发生这种情况 - 当我省略 as.factor() 命令时，R 告诉我扬声器已经是一个字符向量。
R 中的因子是整数 - 可以在创建因子时命名的整数。

标签： r dplyr

【解决方案1】：

由于因素，您也可以使用此解决方案。这正在生成因子级别中存在的值的索引。

new.df <- df %>%
select(subj, speaker) %>%
    mutate(speaker = ifelse(speaker %in% c("CHI", "MOT"), levels(speaker)
[speaker], "OTH"))

因此，为了获取实际价值，我们可以使用 levels(speaker)[speaker]

【讨论】：

【解决方案2】：

为什么我不确定，但是如果您阅读 factor: ?factor 的帮助菜单，它会提到首先转换为 as.character。

new.df <- data %>%
dplyr::select(subj, speaker) %>%
    mutate(speaker = factor(speaker),
     speaker = ifelse(speaker %in% c("CHI", "MOT"), as.character(speaker), "OTH"))

【讨论】：

【解决方案3】：

要更改因子水平而不是字符列中的值，您需要直接使用因子的水平。您可以在基础 R 中通过使用 levels 函数或使用 RStudio 的 forcats 包中的 fct_other 函数来执行此操作。在这两种方法中，new.df 中的speaker 是具有所需级别的因素。

这些方法如下所示：

data <- data.frame(subj=c(1,1,1,2,2,2), speaker=c("MOT","CHI","SI1","CHI","CHI","FAT"), word=c("apply","baby","baby","dog","cat", "cat"))
#
# To reset selected levels in base R
#
  new.df <- data
  new.df$speaker <- factor(new.df$speaker)
  levels(new.df$speaker)[!levels(new.df$speaker) %in% c("CHI", "MOT")] <- "OTH"
#
# To reset using forcats package from the RStudio suite
#
  library(dplyr)
  library(forcats)
  new.df <- data %>% mutate(speaker = fct_other(speaker, keep=c("CHI","MOT"),
                                                other_level = "OTH"))
  #
  # Note that speaker in new.df is a factor with the new levels
  #
   str(new.df)

【讨论】：