R分类变量到数字有序值答案

【问题标题】：R Categorical Variables to numeric ordered valuesR分类变量到数字有序值
【发布时间】：2020-08-21 04:06:34
【问题描述】：

我有一个大型数据集，其中 3 个变量按 9 个类别进行编码，例如“非常糟糕”到“非常好”。我需要把这些变成适合分析的数字。有人建议我使用as.numeric()，但是，这会将数字 1-9 随机分配给比例，而不是反映原始比例顺序。例如，“公平”应该在中间排在第 5 位，但被随机分配到 2。

【问题讨论】：

想必你的变量是作为因子存储的吧？在这种情况下，请查看this 答案。此外，MCVE 可以更轻松地回答问题。
x

标签： r

【解决方案1】：

您可以使用包含所有代码及其值的重新编码列表。然后，您可以将列应用于此列表以获取值：

recode_as = list("bad"=-1,
                 "neutral"=0,
                 "good"=1)

data = data.frame(6:10,
                  "A"=c("good","good","neutral","bad","bad"),
                  "B"=c("bad","good","bad","good","neutral"),
                  "C"=c("good","good","good","good","bad"))

data$A = unlist(recode_as[as.character(data$A)])
data$B = unlist(recode_as[as.character(data$B)])
data$C = unlist(recode_as[as.character(data$C)])

转换前的数据：

  X6.10       A       B    C
1     6    good     bad good
2     7    good    good good
3     8 neutral     bad good
4     9     bad    good good
5    10     bad neutral  bad

转换后的数据：

  X6.10  A  B  C
1     6  1 -1  1
2     7  1  1  1
3     8  0 -1  1
4     9 -1  1  1
5    10 -1  0 -1

【讨论】：

【解决方案2】：

这是一个说明问题的示例，并提供了一种解决方案。

假设您的数据框中有一列是一个因素 (item1)：

df <- data.frame(
  item1 = c("extremely bad", "good", "bad", "very good", "bad", "very bad"),
  stringsAsFactors = TRUE
)

如果您只在item1 列上使用as.numeric，您将拥有：

as.numeric(df$item1)
[1] 2 3 1 5 1 4

这对应于您看似随机（但实际上是字母顺序）的因子水平：

levels(df$item1)
[1] "bad"           "extremely bad" "good"          "very bad"      "very good"

相反，您应该明确指定关卡的顺序：

as.numeric(factor(df$item1, levels = c("extremely bad", 
                                       "very bad", 
                                       "bad", 
                                       "neutral", 
                                       "good", 
                                       "very good", 
                                       "extremely good")))
[1] 1 5 3 6 3 2

在这种情况下，“非常糟糕”在级别顺序中排在第一位，因此编码为 1。

【讨论】：