forcats处理因子(创建因子、修改因子水平)
使用forcats处理因子
library(tidyverse) library(forcats)
1.2 创建因子
假设我们想要创建一个记录月份的变量:
x1 <- c("Dec", "Apr", "Jan", "Mar")
使用字符串来记录月份有两个问题:
(1) 月份只有 12 个取值,如果输入错误,那么代码不会有任何反应。
x2 <- c("Dec", "Apr", "Jam", "Mar")
(2) 其对月份的排序没有意义。
sort(x1)
可以通过使用因子来解决以上两个问题。要想创建一个因子,必须先创建有效水平的一个列表:
month_levels <- c( "Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec" )
创建因子了:
y1 <- factor(x1, levels = month_levels) y1
sort(y1)
不在有效水平集合内的所有值都会自动转换为 NA:
y2 <- factor(x2, levels = month_levels) y2
如果想要显示错误信息,那么你可以使用 readr::parse_factor() 函数:
y2 <- parse_factor(x2, levels = month_levels)
如果省略了定义水平的这个步骤,那么会将按字母顺序排序的数据作为水平:
factor(x1)
让因子的顺序与初始数据的顺序保持一致。在创建因子时,将水平设置为unique(x),或者在创建因子后再对其使用 fct_inorder() 函数,就可以达到这个目的:
f1 <- factor(x1, levels = unique(x1)) f1
f2 <- x1 %>% factor() %>% fct_inorder() f2
1.3 综合社会调查
forcats::gss_cat 数据集,该数据集是综合社会调查数据的一份抽样,我们挑选了一些变量放在 gss_cat 数据集中,它们可以说明处理因子时经常遇到的一些问题:
gss_cat
查看因子水平的一种方法是使用count() 函数:
gss_cat %>% count(race)
使用条形图:
ggplot(gss_cat, aes(race)) + geom_bar()
默认情况下,ggplot2 会丢弃没有任何数据的那些水平,你可以使用以下代码来强制显示这
些水平:
ggplot(gss_cat, aes(race)) + geom_bar() + scale_x_discrete(drop = FALSE)
1.4 修改因子水平
修改水平常用、强大的工具是 fct_recode() 函数,它可以对每个水平进行修改或重新编码。例如,我们看一下 gss_cat$partyid:
gss_cat %>% count(partyid)
对水平的描述太过简单,而且不一致。我们将其修改为较为详细的排比结构:
gss_cat %>% mutate(partyid = fct_recode(partyid, "Republican, strong" = "Strong republican", "Republican, weak" = "Not str republican", "Independent, near rep" = "Ind,near rep", "Independent, near dem" = "Ind,near dem", "Democrat, weak" = "Not str democrat", "Democrat, strong" = "Strong democrat" )) %>% count(partyid)
如果想要合并多个水平,那么可以使用 fct_recode() 函数的变体 fct_collapse() 函数。对于每个新水平,你都可以提供一个包含原水平的向量:
gss_cat %>% mutate(partyid = fct_collapse(partyid, other = c("No answer", "Don't know", "Other party"), rep = c("Strong republican", "Not str republican"), ind = c("Ind,near rep", "Independent", "Ind,near dem"), dem = c("Not str democrat", "Strong democrat") )) %>% count(partyid)
本文来自博客园,作者:zhang-X,转载请注明原文链接:https://www.cnblogs.com/YY-zhang/p/15577627.html