R语言-因子的构造-factor函数

参考内容：教程一，

非数值型变量（类别变量和顺序变量）在R语言中称为因子，也称为因子型变量。因子型变量内的所有非重复值，被称为因子水平（levels）。

创建因子
在R语言中可以使用factor()函数和gl()函数来创建因子变量。

（1）使用factor()函数

factor()函数的语法格式为：

f <- factor(x=charactor(), levels, labels=levels, exclude = NA, ordered = is.ordered(x), namax = NA)

其中：

x ：数据向量，也就是被转换成因子的向量；最简单的因子构成可以只输入x即可。如以下代码，输出结果中Levels里面去重显示了了A B C D Z，即为因子中的水平。

> f<- c('A','B','C','A','D','A','C','Z')
> fc1<- factor(f)
> fc1
[1] A B C A D A C Z
Levels: A B C D Z

levels：
可选向量，表示因子水平，并且指定了因子中水平的排序。当此参数缺省时，默认为x中包含的所有非重复值。
fc1未定义levels，因此因子中水平排序就按照字母顺序来，但是fc2定义了levels，因子中的顺序就据此调整。
fc3中，levels中因子不包含C，则输出fc3里面C所在的位置就是。

> fc2<- factor(f,levels=c('Z','B','A','D','C'))
> fc2
[1] A B C A D A C Z
Levels: Z B A D C

> fc3<- factor(f,levels=c('Z','B','A','D'))
> fc3
[1] A    B    <NA> A    D    A    <NA> Z   
Levels: Z B A D

labels：可选向量，用来给各水平单独命名（也可理解为加标签），缺省时默认取levels的值；fc4定义了labels后，输出结果就是各水平对应的标签。

fc4<- factor(f,levels=c('Z','B','A','D','C'),labels=c(26,2,1,4,3))
fc4

exclude：从x中剔除的水平值，默认为NA值。使用该命令时要注意对应调整labels的长度。
fc5中尝试剔除C，但是报错提示labels的向量长度不对，继而输出默认未定义exclude时候的结果。
fc6中将labels的数量调整为4，输出结果就将C用代替了。

> fc5<- factor(f,levels=c('Z','B','A','D','C'),labels=c(26,2,1,4,3),exclude=c('C'))
Error in factor(f, levels = c("Z", "B", "A", "D", "C"), labels = c(26,  : 
  'labels'不对；长度5应该是一或4
> fc5
[1] A B C A D A C Z
Levels: Z B A D C
> fc6<- factor(f,levels=c('Z','B','A','D','C'),labels=c(26,2,1,3),exclude=c('C'))
> fc6
[1] 1    2    <NA> 1    3    1    <NA> 26  
Levels: 26 2 1 3

ordered：逻辑值，因子水平是否有顺序（编码次序），若有取TRUE，默认取FALSE；
fc7未定义ordered，即默认为FALSE，出来的结果没有顺序。fc8定义了，故有顺序。

> fc7<- factor(f,levels=c('Z','B','A','D','C'),labels=c(26,2,1,4,3))
> fc7
[1] 1  2  3  1  4  1  3  26
Levels: 26 2 1 4 3
> fc8<- factor(f,levels=c('Z','B','A','D','C'),labels=c(26,2,1,4,3),ordered=TRUE)
> fc8
[1] 1  2  3  1  4  1  3  26
Levels: 26 < 2 < 1 < 4 < 3

nmax：水平个数的限制。对不起这个我不想研究了就这样吧我要睡觉。。。

总结：这个函数可。太。烦。了！