將值從分類更改為標稱值

Question

我想按等級更改分類列中的所有值。 可以使用列中已排序的唯一元素的索引來確定排名。

例如，

> data[1:5,1] 
[1] "B2" "C4" "C5" "C1" "B5"

然后我希望這些列中的條目替換分類值

> data[1:5,1]  
[1] "1" "4" "5" "3" "2"

另一欄：

> data[1:5,3]
[1] "Verified"        "Source Verified" "Not Verified"    "Source Verified" "Source Verified"

然后是更新的列：

> data[1:5,3]
[1] "3" "2" "1" "2" "2"

我將此代碼用於此任務，但要花費很多時間。

for(i in 1:ncol(data)){
  if(is.character(data[,i])){
    temp <- sort(unique(data[,i]))
    for(j in 1:nrow(data)){
      for(k in 1:length(temp)){
        if(data[j,i] == temp[k]){
          data[j,i] <- k}
      }
    }
  }
}

如果可能的話，請向我建議有效的方法。 謝謝。

Answer 1

這是base R中的解決方案。我創建了一個輔助函數，該函數使用其唯一的排序值作為級別將每列轉換為一個因子。 除了我使用as.integer獲取排名值外，這與您所做的類似。

rank_fac <- function(col1) 
   as.integer(factor(col1,levels = unique(col1)))

一些數據示例：

dx <- data.frame(
  col1= c("B2" ,"C4" ,"C5", "C1", "B5"),
  col2=c("Verified"    ,    "Source Verified", "Not Verified"  ,  "Source Verified", "Source Verified")
)

在不使用for循環的情況下應用它。 最好在這里使用lapply以避免副作用。

data.frame(lapply(dx,rank_fac)

結果：

#       col1 col2
# [1,]    1    3
# [2,]    4    2
# [3,]    5    1
# [4,]    3    2
# [5,]    2    2

使用data.table語法糖

library(data.table)
setDT(dx)[,lapply(.SD,rank_fac)]
#    col1 col2
# 1:    1    3
# 2:    4    2
# 3:    5    1
# 4:    3    2
# 5:    2    2

更簡單的解決方案：

僅使用as.integer ：

setDT(dx)[,lapply(.SD,as.integer)]

Answer 2

使用match ：

# df is your data.frame    
df[] <- lapply(df, function(x) match(x, sort(unique(x))))