以与从 0 到唯一值长度的因子相同的顺序将因子转换为数字

Question

我能够将new_target列转换为数字形式。 但由于因子形式已经是数字，我只剩下一堆数字。 我希望他们订购并重新分配到从 0 到因子长度的等价物。 一开始我有一个数字目标，然后我将它量化为 20 个 bin。 结果，我获得了由唯一值(0,1,3,14,16,18,19)组成的new_target列。 我需要从 0 到new_target中唯一值长度的值，而不是这些唯一值。 这是c(0,1,2,3,4,5,6) 。 预期的 output 在new_target_expected列中给出。 如何在不手动创建的情况下创建new_target_expected列？ 我有一个更大的 dataframe 我正在处理，无法手动执行此操作。

require(stringr)
require(data.table)

cat_var <- c("rock", "indie", "rock", "rock", "pop", "indie", "pop", "rock", "pop")
cat_var_2 <- c("blue", "green", "red", "red", "blue", "red", "green", "blue", "green")
target_var <- c(30, 10, 27, 14, 29, 25, 27, 12, 10)
df <- data.table("categorical_variable" = cat_var, "categorical_variable_2" = cat_var_2, "target_variable" =  target_var)

targetVariable <- "target_variable"

number_of_buckets = 20
# Each bucket should contain equal number of objects
a <- cut(df[[targetVariable]] , breaks = number_of_buckets, labels = 0:(number_of_buckets - 1)) 

df[["new_target"]] <- a
df[["new_target"]] <- as.numeric(as.character(df[["new_target"]]))
df[["new_target_expected"]] <- c(6, 0, 4, 2, 5, 3, 4, 1, 0)

Answer 1

我们可以使用droplevels删除未使用的levels并将该factor强制为integer 。 R中的索引从 1 开始，所以减 1 使值从 0 开始。

library(data.table)
df[, (targetVariable) := as.integer(droplevels(a))-1]

-输出

> df
   categorical_variable categorical_variable_2 target_variable
1:                 rock                   blue               6
2:                indie                  green               0
3:                 rock                    red               4
4:                 rock                    red               2
5:                  pop                   blue               5
6:                indie                    red               3
7:                  pop                  green               4
8:                 rock                   blue               1
9:                  pop                  green               0