从整数向量手动构造因子

Question

我试图了解 R 中的各种对象是如何由原子向量和通用向量组成的。

可以通过手动设置属性names、row.names 和class，从list 构造data.frame，请参阅here。

我想知道这对于内部表示为整数向量的因子是如何工作的。我想出的解决方案如下：

> f <- 1:3
> class(f) <- "factor"
> levels(f) <- c("low", "medium", "high")
Warning message:
In str.default(val) : 'object' does not have valid levels()

但由于某种原因，这看起来仍然与正确构造的因素不同：

> str(unclass(f))
 int [1:3] 1 2 3
 - attr(*, "levels")= chr [1:3] "low" "medium" "high"
> str(unclass(factor(c("low", "medium", "high"))))
 int [1:3] 2 3 1
 - attr(*, "levels")= chr [1:3] "high" "low" "medium"

我错过了什么吗？ （我知道这可能不应该在生产代码中使用，而是仅用于教育目的。）

Answer 1

顺序很重要。

f <- 1:3
levels(f) <- c("low", "medium", "high")  ## mark
class(f) <- "factor"
f
# [ 1] low    medium high  
# Levels: low medium high

`levels<-` 为向量添加一个属性，而不是行 ## 标记 你也可以这样做

attr(f, 'levels') <- c("low", "medium", "high")

这里一步一步发生了什么：

f <- 1:3
attributes(f)
# NULL

levels(f) <- c("low", "medium", "high")
attributes(f)
# $levels
# [1] "low"    "medium" "high"  

class(f) <- "factor"
attributes(f)
# $levels
# [1] "low"    "medium" "high"  
# 
# $class
# [1] "factor"

检查“自动”因子生成。

attributes(factor(1:3, labels=c("low", "medium", "high")))
# $levels
# [1] "low"    "medium" "high"  
# 
# $class
# [1] "factor"

而且，重要的是

stopifnot(all.equal(unclass(f), 
                    unclass(factor(1:3, labels=c("low", "medium", "high")))))

注意 1，f 的顺序无关紧要。 f 的级别由它们的索引标识，并且分配的级别向量的元素 n 成为第一级别，即以下示例中的`1`='low', `2`='medium', `3`='high'。

f <- 3:1
levels(f) <- c("low", "medium", "high")
class(f) <- 'factor'
f
# [1] high   medium low   
# Levels: low medium high

注意 2，这仅在 f 以 1 开头并且级别增加 1 时才有效，因为一个因子实际上是一个标记的整数结构。

g <- 2:4
levels(g) <- c("low", "medium", "high")
class(g) <- 'factor'
g
# Error in as.character.factor(x) : malformed factor

h <- c(1, 3, 4)
levels(h) <- c("low", "medium", "high")
class(h) <- 'factor'
# Error in class(h) <- "factor" : 
#   adding class "factor" to an invalid object