给因子数值 [R]答案

【问题标题】：Give factors numerical value [R]给因子数值 [R]
【发布时间】：2014-07-15 15:21:56
【问题描述】：

我想预测一个数值变量。我有几个因素。对于所有这些因素，我有一个数字等价物。现在将这个数值等价于该因子并在预测中使用它是完美的。这可能吗？如果这是不可能的，我想我需要用它们的等值替换这些因子。最好的方法是什么？

一个例子：

df = data.frame(f=c("a","b","a","c"),v=c(2,4,2,6))
lookup = data.frame(name=c("a","b","c"),v=c(1,2,3))

我想得到什么

df2 = data.frame(f=c(1,2,1,3),v=c(2,4,2,6))
cor(df2$f,df2$v) # will be 1

【问题讨论】：

你是什么意思，因子有数值等价物？因素是类别。当您说预测时，您的意思是什么？
R 将因子视为分类变量，将数值视为连续变量。这两种类型的变量通常具有与之相关的不同统计方法，并且模型的解释因变量类型而异。您确实应该首先决定哪种类型的分析适合您的数据。
我添加了一个示例以使其更加清晰。字母是我得到的，查找表中的数字是我之前计算的一些平均值，现在想使用。

【解决方案1】：

或者

df2 <- merge(df, lookup, by.x = "f", by.y = "name")
cor(df2[, 2], df2[, 3])

或者如果您的数据集很大

library(data.table)
setkey(setDT(df), f)
setkey(setDT(lookup), name)
df2 <- df[lookup]
cor(df2[, 2, with = F], df2[, 3, with = F])

【讨论】：

【解决方案2】：

这有帮助吗？

cor(lookup$v[match(df$f,lookup$name)],df$v)

【讨论】：