取代多個因素的水平

Question

我將需要在一個數據框中替換多個因素的級別，因此它們將全部統一。 例如，這些是以下因素之一中的水平：

> levels(workco[,5])
 [1] " "                              "1"                              "2"                             
 [4] "kóko"                          "kesätyö"                      "Kesätyö kokoaika"            
 [7] "koko"                           "kokop"                          "kokop."                        
[10] "Kokopäivä"                    "kokopäiväinen"                "Kokopäiväinen"               
[13] "kokopäiväinen / osa-aikainen" "kokopäivänen"                 "kokp"                          
[16] "kokp."                          "Kokp."                          "osa-aik"                       
[19] "Osa-aik / Kokopäiv."           "osa-aik."                       "Osa-aik."                      
[22] "osa-aikainen"                   "Osa-aikainen"                   "osa-aikainen/kokopäiväinen"  
[25] "Osa/kokoaikainen"               "Osap."                  

假設我有12列都是因素，並且這些列具有不同的級別名稱，這些級別名稱表示不同的相同含義：從示例中可以看出，其中許多在級別名稱中顯示相同的字母： koko, kok, kokop ...我希望通過統一獲得三個級別： kokop ， osa和kes 。 同樣，以數字1和2命名的級別也應分別重新編碼為kokop和osa 。

到目前為止，我嘗試過的事情沒有解決，恐怕是因為我以一種比實際更復雜的方式思考：我已經嘗試使用adist()函數和grep()分別進行循環，但是我得到了發現錯誤。 例如：

code <- c("kok","osa","ma","kes",1,2," ")
list.names <- c("1", "2", "3", "4", "5", "6","7","8","9","10","11","12")
mylist <- vector("list", length(list.names))
names(mylist) <- list.names
D <- mylist
index <- mylist

for (i in ncol(workco2)){                            
  D[[i]] <- adist(workco2[,i],code,ignore.case=TRUE)
  index[[i]] <- lapply(D[[i]],which.min)
  workco2[,i] <- data.frame(code[index[[i]]])
}

而這個錯誤信息：

Error in code[index[[i]]] : invalid subscript type 'list'

您能這么暗示我如何解決嗎？ 可能比我想的要簡單得多= /預先感謝！

Answer 1

我通常合並因子，如以下示例所示。 我將與我的標准相對應的級別子集（ ... %in% c(...) ）並用新級別覆蓋它們。

set.seed(357)
xy <- data.frame(name = sample(letters[1:4], size = 20, replace = TRUE), value = runif(20))
xy$name
  [1] a a b a c b d c d d c c b a c a b d c b
  Levels: a b c d
levels(xy$name)[levels(xy$name) %in% c("a", "b")] <- "a-b"
levels(xy$name)[levels(xy$name) %in% c("c", "d")] <- "c-d"
xy$name
 [1] a-b a-b a-b a-b c-d a-b c-d c-d c-d c-d c-d c-d a-b a-b c-d a-b a-b c-d c-d a-b
Levels: a-b c-d

Answer 2

我猜測您需要結合grep和replace。 這樣可以加快音節相似的音節（“ ko”，“ kok”）的變化速度。

資料范例

code <- as.factor(c("kok","osa","ma","kes", "koko", "osa-aikainen", "osa/kes"))

添加等級

levels(code) <- c(levels(code), "kokop")

將所有包含“ kok”的實例替換為“ kokop”

new.code <- replace(code, (grep ("kok", code)), "kokop")

將所有包含“ osa / kes”的實例替換為“ kes”

new.code <- replace(code, (grep ("osa/kes", code)), "kes")

使用較短的字符串，例如。 “ ko”，以更改類似音節的水平（“ ko”，“ kok”）

new.code <- replace(code, (grep ("ko", code)), "kokop")