R语言factor最简单的理解

Posted 2023-03-30

参考技术A 最近正在学习R语言，碰到了因子factor，自己很不理解，网上找了很多的资料，可是感觉都说的很难，自己不是很理解，所以自己决定写一篇博客来帮助和自己一样有困惑的小伙伴。

首先，因子是离散的，它不是连续的，它只是一个标签。举个例子:

下面我们主要介绍一个关于因子的关键函数factor（）及他的一些参数！

这里主要说三个参数
x,我们主要传入的是一个向量，就像上面的例子一样。

为了研究第二、三个参数我们做如下test：

注意到，我们的元素是有重复的，细心的你，发现Levels: 1 2 3保存的是去重的元素，相当于python里面的集合，为什么会这样，或者说这样有什么好处，最大的好处就是节约存储空间，还有就是当数据很多且有很多重复的时候，你可以很直观的看到他真实的数据！

注意，我前面说了，factor的levels只是看不重复的的值，所以这些下该明白了吧。因为V里面不重复的就3个。
然后就会用我们实际需要的levels来一个一个替换，在实践中也是有这种需求的。

labels也可以实现，类比levels即可。传入的依然是c()向量。

R语言中的Factor到底是什么?

R语言中的Factor到底是什么?

  

因子(factors)是用于对数据进行分类(categorize)并将其存储为不同水平或者级别(levels)的数据对象。它们既可以存储字符串，也可以存储整数。Factors的唯一值是有限的。像“男”、“女”和“真”、“假”等，它们在统计建模的数据分析中很有用。

因子（factors）是通过将向量作为输入，并使用factor（）函数创建的。

因子（factors）本质上就是我们常在机器学习中说的标称型数据（categorical variable）类型。

# 首先创建了一个字符型的数组（向量）

# 接着使用factor函数将向量处理为因子（factor）类型；

# Create a vector as input.
data <- c("East","West","East","North","North","East","West","West","West","East","North")

print(data)
print(is.fa