将因子转换为整数，同时保持因子水平的顺序。

Question

在我的R数据框中，有一列是因子，其级别具有隐含的排序。如何按以下方式将因子级别转换为特定整数：

- "强烈不同意" --> 1 - "有点不同意" --> 2 - "中立" --> 3 - "有点同意" --> 4 - "非常同意" --> 5

例如，这是我的数据框：

agree <- c("Strongly agree", "Somewhat disagree", "Somewhat agree",
           "Neutral", "Strongly agree", "Strongly disagree", "Neutral")
age <- c(41, 35, 29, 42, 31, 22, 58)

df <- data.frame(age, agree)
df
#   age             agree
# 1  41    Strongly agree
# 2  35 Somewhat disagree
# 3  29    Somewhat agree
# 4  42           Neutral
# 5  31    Strongly agree
# 6  22 Strongly disagree
# 7  58           Neutral

str(df)
# 'data.frame': 7 obs. of  2 variables:
#  $ age  : num  41 35 29 42 31 22 58
#  $ agree: Factor w/ 5 levels "Neutral","Somewhat agree",..: 4 3 2 1 4 5 1

现在，我想使用我展示的映射将agree列转换为整数列。

我已经搜索了其他关于将因子转换为整数的问题，但它们与维护因子排序无关。

"如何在不丢失信息的情况下将因子转换为整数\numeric？"

"将因子转换为整数"

"将因子转换为数据框中的整数"

- stackoverflowuser2010

---

这个问题应该会有所帮助：http://stackoverflow.com/q/37431872/2372064，但是想法就是指定因子的 levels=。 - MrFlick

在构建因子变量时，您可以通过指定“levels”参数来设置其级别。as.integer(factor(..., levels = ...))。 - Psidom

Answer 1

首先需要定义因子的顺序：

ordering <- c("Strongly disagree", "Somewhat disagree", "Neutral", "Somewhat agree", "Strongly agree")

然后，当您首次创建因子时，您应该使用该定义：

agreeFactor <- factor(agree, levels = ordering)

然后，你应该能够获取你订购的因子：

as.numeric(agreeFactor)

当使用as.numeric()函数时，你也可以直接应用“levels=”参数，但如果你之后想要检索数字向量却忘记了应用该参数，会导致不一致的情况。

如果你希望直接将数字导入数据框中，请使用以下方法:

df$agree <- as.numeric(factor(df$agree, levels = ordering))

- tluh

---

那么在我的原始代码中，我应该使用：df$agree <- as.numeric(factor(df$agree, levels = ordering)) 吗？ - stackoverflowuser2010

可以使用 df <- data.frame(age, agreeFactor)。 - tluh

我仍然需要调用 as.numeric 将 agreeFactor 转换为整数，对吗？ - stackoverflowuser2010

如果您想将其插入到数据框中作为整数，则需要这样做。如果您提前设置了因子排序，则 df <- data.frame(age, as.numeric(agreeFactor)) 可以起作用。 - tluh

是的，我的原始问题确实是：“将因子转换为整数同时保持因子级别排序”。沿着这个方向，也许你可以编辑你的答案，使它更加健壮，以便帮助其他人阅读它。 - stackoverflowuser2010

Answer 2

如果您的因子已经按级别排序，您可以使用以下函数将该因子转换为数字顺序。"最初的回答"。

Convert_Numeric = function(X) {
        L = levels(X)
        Y = as.numeric(factor(X, labels = seq(1:length(L))))
        return(Y)
}

这在函数或dplyr中特别有用：

这可以特别有用，尤其是在函数或使用dplyr时：

df %>%
       mutate(Numeric_version = Convert_Numeric(agree))

- Curtis

Answer 3

dplyr库有一个有用的revalue函数，可以用于这种类型的操作：

library(plyr)
df$agree<-as.numeric( revalue(df$agree, c("Strongly disagree" = 1,
                     "Somewhat disagree" = 2,
                     "Neutral" = 3,
                     "Somewhat agree" = 4,
                     "Strongly agree" = 5)) )

@tluh的因素排序方法总体上是更好的方法，因为它保留了原始输入并将因素设置为正确的顺序。

- Dave2e

---

为什么要重新调整水平，而不是直接指定顺序呢？as.numeric(factor(df$agree, c("强烈反对", "有些反对", "中立", "有些同意", "强烈同意"))) - pdb