如何通過向量中字符串的權重分配因子水平？

Question

我想根據弦的重量分配因子水平。 通常，R似乎按字母順序分配因子水平：

set.seed(54)

x <- sample(1:10, 5000, replace = TRUE)
x <- "levels<-"(as.factor(x), LETTERS[1:10])

> summary(x)
  A   B   C   D   E   F   G   H   I   J 
524 508 519 489 477 496 507 526 473 481 

我可以重新排序因子水平並像這樣重新分配它們：

l <- data.frame(x=summary(x), old.levels=names(summary(x)), 
                        row.names = NULL)

l <- transform(l[order(summary(x)), ],
               new.levels=LETTERS[1:10])

levels(x) <- l[order(l$old.levels), 3]

> summary(x)
  I   G   H   D   B   E   F   J   A   C 
524 508 519 489 477 496 507 526 473 481 

但是到此為止，我沒有更改因子值：

> summary(as.factor(as.numeric(x)))
  1   2   3   4   5   6   7   8   9  10 
524 508 519 489 477 496 507 526 473 481 

我怎樣才能聰明地得到自己想要的東西？

Answer 1

factor默認行為的確是對級別進行排序，然后分配標簽。

set.seed(54)

x <- sample(letters[1:10], 5000, replace = TRUE)

f1 <- factor(x, labels = LETTERS[1:10])
f2 <- factor(x, levels = sort(unique(x)), LETTERS[1:10])

summary(f1)
#>   A   B   C   D   E   F   G   H   I   J 
#> 524 508 519 489 477 496 507 526 473 481
identical(f1, f2)
#> [1] TRUE

如果只希望按頻率順序分配標簽，則可以通過在創建因子時重新排列標簽來做到這一點：

f3 <- factor(x, levels = sort(unique(x)), LETTERS[1:10][order(table(x))])
summary(f3)
#>   I   E   J   D   F   G   B   C   A   H 
#> 524 508 519 489 477 496 507 526 473 481

如果要按頻率順序排列標簽，並按字母順序對級別進行排序，請在創建因子時對級別進行排序：

f4 <- factor(x, levels = sort(unique(x))[order(table(x))], LETTERS[1:10])
summary(f4)
#>   A   B   C   D   E   F   G   H   I   J 
#> 473 477 481 489 496 507 508 519 524 526

由reprex軟件包 （v0.2.0）創建於2018-03-16。