替换因子水平中的元素答案

【问题标题】：Replace elements in factor levels替换因子水平中的元素
【发布时间】：2017-09-03 05:26:01
【问题描述】：

问题很简单。由于某种原因，我想不出一个简单的解决方案，我不能在网上找到一个。假设这是我的数据，其中变量是一个因素：

Time
8:10
8:15
8:30
8:45
10:10
10:15
10:45

我想把 10 到 8 的所有关卡，结果如下：

Time
8:10
8:15
8:30
8:45
8:10
8:15
8:45

我该怎么做？

【问题讨论】：

这是一种方法：Time <- factor(sub("^10", "8", Time))。请注意，这将删除以前以 10 开头的级别。
我应该添加一个: 来代替小时而不是分钟，对吧？只是仔细检查。
不，按原样尝试。另外，如果您不想放弃我在第一条评论中提到的级别，请仅使用sub(.)，不要将factor 包裹起来。
非常感谢您的回复和额外的反馈。

标签： r

【解决方案1】：

正如@Rui Barradas 建议的那样，您可以这样做：

Time <- as.factor(c(
"8:10",
"8:15",
"8:30",
"8:45",
"10:10",
"10:15",
"10:45"
))

factor(sub("^10", "8", Time))
[1] 8:10 8:15 8:30 8:45 8:10 8:15 8:45
Levels: 8:10 8:15 8:30 8:45

回答您的问题：“我应该添加一个 : 来代替小时而不是分钟，对吗？” – 不，你不需要这样做。 sub 参数中的 '^' 表示正则表达式中字符串的开头。所以这只会选择小时。

如果我们需要为大型数据集扩大规模，我们可以听取@lmo 的建议并采取更直接的方法；见：

levels(Time) <- sub("^10", "8", Time)

时间对比：

require(microbenchmark)
microbenchmark(factor(sub("^10", "8", Time)),
               levels(Time) <- sub("^10", "8", Time))

Unit: microseconds
                                 expr    min      lq     mean  median
        factor(sub("^10", "8", Time)) 56.254 57.9945 77.58347 58.6855
levels(Time) <- sub("^10", "8", Time) 27.932 28.9770 32.59209 30.4035

【讨论】：

您也可以直接使用因子水平执行此操作：levels(Time) <- sub("^10", "8", Time)。在这种情况下，效率方面并不重要，但如果向量很大并且有很多重复值，我很确定在级别上进行操作会明显更快。也有可能正则表达式函数足够聪明，可以自动执行此操作。