防止因子水平的排序

Question

当我在R中提取数据帧列的因子水平时，它们会自动排序（按字母顺序）。我该怎么防止这种情况发生？也就是说，我希望水平的顺序与数据框中列的顺序相同。

data.frame(Names = c("Paul McCartney", "John Lennon")) -> my.data
levels(my.data$Names)

[1] "约翰·列侬" "保罗·麦卡特尼"

- Sverre

---

为什么你需要这个？你是否在处理一个有序因子？ - Roland

@Roland。既然你问了，我在我的数据框中有一列“X”，只有一些行有值。我想提取第一列（“Names”）中这些行的值。我使用“w = my.data [my.data $ X！=“NA”，]$ Names”，它返回这些值，但也有一堆“NA”。所以我想通过查看“levels（w）”来获取我感兴趣的值，但是它们的顺序不能从原始数据框中更改，因为我稍后要将这些值与原始数据框中的“X”列的值匹配。可能有更好的方法去做这件事... :-/ - Sverre

是的，有更好的方法。将该列设置为字符类型，并进行操作。 - Roland

@Roland。我现在尝试了那个方法，但最终结果还是一样的（即当我用“my.data [my.data $ X！=“NA”，]$ Names”提取我感兴趣的名称时，会得到一堆“NA”）... - Sverre

您可以使用函数is.na来检查是否存在NA值，例如：my.data[!is.na(my.data$X),"Names"]。 - Roland

Answer 1

读取数据后重新分配因子：

x <- data.frame(x=letters[c(2,1,2)], y=1:3)
x$x
## [1] b a b
## Levels: a b
x$x <- factor(x$x, levels=unique(x$x))
x$x
## [1] b a b
## Levels: b a

- Matthew Lundberg

---

我曾因这种方法在日期上失败而受挫：x <- Sys.Date();factor(x,unique(x))将返回带有正确级别的NA，为避免此情况，请使用factor(x, as.character(unique(x)))，它不会改变字符/数字/逻辑的行为。 - moodymudskipper

Answer 2

如果你想防止因子的排序，你需要将因子水平明确地作为 levels 传递：

factor(c("Paul McCartney", "John Lennon"), levels = c("Paul McCartney", "John Lennon"))
## [1] Paul McCartney John Lennon   
## Levels: Paul McCartney John Lennon

在您的情况下，您应该在创建 data.frame 之前创建 factor 并将其粘贴到 data.frame 中：

f1 <- factor(c("Paul McCartney", "John Lennon"), levels = c("Paul McCartney", "John Lennon"))
my.data <- data.frame(Names = f1)
levels(my.data$Names)

## [1] "Paul McCartney" "John Lennon" 

- Henrik

---

问题在于，在我的实际情况下，我正在处理一个相当大的数据集，因此这并不是真正可行的... - Sverre