如何在不丢失信息的情况下将因子转换为整数\数字？

小编典典

如何在不丢失信息的情况下将因子转换为整数\数字？

all

当我将一个因子转换为数字或整数时，我得到的是底层级别代码，而不是数字形式的值。

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

我必须求助于paste获得真正的价值：

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

有没有更好的方法将因子转换为数字？

阅读 277

2022-03-03

共1个答案

小编典典

请参阅的警告部分?factor：

特别是，as.numeric应用于一个因素是没有意义的，并且可能通过隐式强制发生。建议将因子转换f为近似其原始数值，as.numeric(levels(f))[f]并且比
as.numeric(as.character(f)).

R 的常见问题解答有类似的建议。

为什么as.numeric(levels(f))[f]比更有效as.numeric(as.character(f))？

as.numeric(as.character(f))是有效as.numeric(levels(f)[f])的，因此您正在对值执行转换为数值length(x)，而不是对nlevels(x)值进行转换。对于具有很少级别的长向量，速度差异将最为明显。如果值大多是唯一的，则速度不会有太大差异。无论您如何进行转换，此操作都不太可能成为您代码中的瓶颈，因此不必太担心。

一些时间

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05

2022-03-03