搜索
查看: 449|回复: 0

[R] 慧美——R for data science 第11章 使用forcats处理因子

[复制链接]

26

主题

27

帖子

241

积分

中级会员

Rank: 3Rank: 3

积分
241
发表于 2018-11-27 10:21:17 | 显示全部楼层 |阅读模式
R for data science  第11章 使用forcats处理因子
11.1 简介
  • 因子在 R 中用于处理分类变量。

  • 分类变量是在固定的已知集合中取值的变量。当想要以非字母表顺序显示字符向量时,也可以使用分类变量。

  • 准备工作

    • 我们将使用 forcats 包来处理因子,这个包提供了能够处理分类变量的工具,其中还包括了处理因子的大量辅助函数。
    • forcats 不是 tidyverse 的核心 R 包,所以需要手动加载。
      library(tidyverse)
      library(forcats)

11.2 创建因子
  • 要想创建一个因子,必须先创建有效水平的一个列表

file:///Users/huimei/Library/Application%20Support/typora-user-images/image-20181127085659998.png?lastModify=1543285073
  • 不在有效水平集合内的所有值都会自动转换为 NA

  • 如果想要显示错误信息,那么你可以使用 readr::parse_factor() 函数

  • 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

  • 想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

  • 如果想要直接访问因子的有效水平集合,那么可以使用 levels() 函数

11.3 综合社会调查
  • forcats::gss_cat 数据集

  • 查看因子水平的一种方法是使用count() 函数或者使用条形图

gss_cat%>%
       count(race)
# 使用条形图
ggplot(gss_cat, aes(race)) +
       geom_bar() +
       scale_x_discrete(drop=FALSE)
  • 在使用因子时,最常用的两种操作是修改水平的顺序和水平的值

11.4 修改因子水平
  • 修改水平最常用、最强大的工具是 fct_recode() 函数,它可以对每个水平进行修改或重新编码。
    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"    "Democrat, strong")) %>%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)




上一篇:1127 感想+最后几章内容
下一篇:慧美——R for data science. 第12章 使用lubridate处理日期和时间
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树 ( 粤ICP备15016384号  

GMT+8, 2019-7-24 02:36 , Processed in 0.026106 second(s), 26 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.