R 因子值变化答案

【问题标题】：R factor values changingR 因子值变化
【发布时间】：2012-06-21 16:19:33
【问题描述】：

我正在尝试在 R 中进行一些数据操作。我有 2 个数据框，一个是训练数据，另一个是测试数据，所有数据都是分类数据并存储为因子变量。

数据中有一些 NA，我正在尝试将它们转换为“-1”。当我为训练数据做这件事时，一切都很好，但对测试数据却不是。

在我运行的循环中，有些东西改变了值，但我不知道是什么。

这是以前的：

> class(catTrain1[,"Cat_111"])
[1] "factor"
> class(catTest1[,"Cat_111"])
[1] "factor"

> table(catTrain1[,"Cat_111"])

  1   2 
726  25 
> table(catTest1[,"Cat_111"])

  0   1   2 
  1 503  15

这是循环：

> for(i in 1:ncol(catTrain1)){
+ catTrain1[,i] <- as.factor(as.character(ifelse(is.na(catTrain1[,i]), "-1", catTrain1[,i])))
+ }
> for(i in 1:ncol(catTest1)){
+ catTest1[,i]  <- as.factor(as.character(ifelse(is.na(catTest1[,i]), "-1", catTest1[,i])))
+ }

接下来是：

> table(catTrain1[,"Cat_111"])

  1   2 
726  25 
> table(catTest1[,"Cat_111"])

  1   2   3 
  1 503  15

我已经看到了字符 -> 数字转换的上移，但我无法弄清楚为什么会发生这种情况，尤其是对于其中一个数据帧/循环。

有什么建议吗？

【问题讨论】：

能否提供一些数据？

标签： r loops numeric na r-factor

【解决方案1】：

您对table 的第一组调用中的列名是因子的级别。在对table 的第二组调用中，列名是级别索引。 ifelse 正在拉动索引，而不是级别。在您的循环中，将 as.character 移动到最后的 catTest1[,i] 和 catTrain1[,i] 周围。

【讨论】：

做到了。非常感谢。

【解决方案2】：

试试这个。（更像 r，矢量化）：

levels( catTest1[,"Cat_111"] ) <- c( catTest1[,"Cat_111"], "-1")
catTest1[,"Cat_111"][ is.na(catTest1[,"Cat_111"]) ] <- -1

【讨论】：