如何更改 data.table 中因子列的級別

Question

更改data.table factor列級別的正確方法是什么（注意：不是數據框）

  library(data.table)
  mydt <- data.table(id=1:6, value=as.factor(c("A", "A", "B", "B", "B", "C")), key="id")

  mydt[, levels(value)]
  [1] "A" "B" "C"

我正在尋找類似的東西：

mydt[, levels(value) <- c("X", "Y", "Z")]

但是當然，上面的行不起作用。

    # Actual               # Expected result
    > mydt                  > mydt
       id value                id value
    1:  1     A             1:  1     X
    2:  2     A             2:  2     X
    3:  3     B             3:  3     Y
    4:  4     B             4:  4     Y
    5:  5     B             5:  5     Y
    6:  6     C             6:  6     Z

Answer 1

您仍然可以以傳統方式設置它們：

levels(mydt$value) <- c(...)

這應該足夠快，除非mydt非常大，因為傳統語法復制了整個對象。 你也可以玩非分解和重構游戲……但無論如何沒人喜歡那個游戲。

要在沒有mydt副本的情況下通過引用更改級別：

setattr(mydt$value,"levels",c(...))

但一定要分配一個有效的級別向量（足夠長度的類型character ），否則你最終會得到一個無效的因子（ levels<-做一些檢查和復制）。

Answer 2

我寧願采用重新分配因子的傳統方式

> mydt$value # This we what we had originally
[1] A A B B B C
Levels: A B C
> levels(mydt$value) # just checking the levels
[1] "A" "B" "C"
**# Meat of the re-assignment**
> levels(mydt$value)[levels(mydt$value)=="A"] <- "X"
> levels(mydt$value)[levels(mydt$value)=="B"] <- "Y"
> levels(mydt$value)[levels(mydt$value)=="C"] <- "Z"
> levels(mydt$value)
[1] "X" "Y" "Z"
> mydt # This is what we wanted
   id value
1:  1     X
2:  2     X
3:  3     Y
4:  4     Y
5:  5     Y
6:  6     Z

正如您可能注意到的那樣，重新分配的內容非常直觀，它檢查確切的level （如果存在模糊數學、正則表達式或grepl情況，請使用grepl ）

levels(mydt$value)[levels(mydt$value)=="A"] <- "X"這會明確檢查所考慮變量的levels中的值，然后將X （依此類推）重新分配給它 -優勢 - 您明確知道什么標記了什么。

我發現將級別重命名為這里levels(mydt$value) <- c("X","Y","Z")非常不直觀，因為它只是將X分配給它在數據中看到的第一級（所以順序真的很重要）

PPS：如果級別過多，請使用循環結構。

Answer 3

您還可以使用相關方法重命名和添加到您的級別，這可能非常方便，特別是如果您正在制作需要以特定順序（而不是默認順序）提供更多信息標簽的繪圖：

f <- factor(c("a","b"))
levels(f) <- list(C = "C", D = "a", B = "b")

（修改自?levels ）

Answer 4

這比 Matt Dowle 的建議更安全（因為它使用 setattr 跳過的檢查）但不會復制整個 data.table。 它將替換整個列向量（而 Matt 的解決方案只替換列向量的屬性），但這似乎是一個可以接受的權衡，以減少弄亂因子對象的風險。

mydt[, value:=`levels<-`(value, c("X", "Y", "Z"))]

Answer 5

更改列級別的最簡單方法：

dat$colname <- as.factor(as.vector(dat$colname));