為什么因子水平在R中不按順序排列？

Question

我有一個列，它的時間在0:00到23:00之間，我試圖將其分解，但是正在發生一些奇怪的事情。 我將在下面的代碼中顯示。

//first I get the set of values from 0:00 to 23:00 

pain <- head(train_data$time, 24)

//then I run the factor function:
fpain <- factor(pain, levels = 0:23)

它返回：

     [1] <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>

    Levels: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

如果我未指定級別運行：

  fpain <- factor(pain)

我得到以下信息：

  [1] 0:00  1:00  2:00  3:00  4:00  5:00  6:00  7:00  8:00  9:00  10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 

  [22] 21:00 22:00 23:00
 24 Levels: 0:00 1:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 2:00 20:00 21:00 22:00 23:00 3:00 4:00 ... 9:00

級別如何直接從0：00、1：00到10:00？ 當我指定級別時，為什么會以NA的形式出現？

這是日期時間數據，我該如何使用它們？ 日期時間是每小時計數。

Answer 1

您假設因素是數字，而不是數字。

當您這樣做時：

fpain <- factor(pain, levels = 0:23)

您正在指定因子順序(0, 1, 2, 3, ...)但是您的值不是0, 1, 2, ...而是0:00, 1:00, 2:00, ... ，因此R返回NA ，因為它無法將值匹配到您指定的級別。

當你做

 fpain <- factor(pain)

R正確創建0:00, 1:00, ...級別0:00, 1:00, ...並按字母順序對其進行排序 ，因此您的因子確實已排序。

如果要強加非字母順序，則應使用

 fpain <- factor(pain, levels=paste0(0:23, ":00"))

---

編輯以下評論。

如果要從字符串中提取時間，最好的解決方案是改用strftime和strptime 。 這樣，您還可以將時間格式設置為hh：mm（即前導0），從而無需重新排序級別。

例如：

str.to.time <- strptime("9/1/2012 10:00", "%d/%m/%Y %H:%M")

此POSIX對象的結果：

"2012-01-09 10:00:00 GMT"

然后您可以使用

strftime(str.to.time, "%H:%M")
[1] "10:00"