web-dev-qa-db-ja.com

情報を失うことなく、係数をinteger\numericに変換する方法は？

係数を数値または整数に変換すると、数値としての値ではなく、基礎となるレベルコードが取得されます。

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

実際の値を取得するには、pasteに頼らなければなりません。

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

係数を数値に変換するためのより良い方法はありますか？

rcastingr-faq
524
Adam SO

?factor の警告セクションを参照してください。

特に、ファクタに適用されるas.numericは無意味であり、暗黙的な強制によって発生する可能性があります。係数fをほぼ元の数値に変換するには、as.numeric(levels(f))[f]が推奨され、as.numeric(as.character(f))よりわずかに効率的です。

R のFAQにも似たようなアドバイスがあります 。

as.numeric(levels(f))[f]がas.numeric(as.character(f))より効率的なのはなぜですか？

as.numeric(as.character(f))は事実上as.numeric(levels(f)[f])なので、あなたはlength(x)値ではなくnlevels(x)値で数値への変換を実行しています。速度の違いは、レベルが少ない長いベクトルで最も明白になります。値がほとんど一意であれば、速度に大きな違いはありません。ただし、変換を実行しても、この操作がコードのボトルネックになる可能性は低いので、あまり心配しないでください。

いくつかのタイミング 

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05
623
Joshua Ulrich

Rは因子を変換するための（文書化されていない）便利な関数がいくつかあります。

  • as.character.factor
  • as.data.frame.factor
  • as.Date.factor
  • as.list.factor
  • as.vector.factor
  • ...

しかし、面倒なことに、 factor - > numeric 変換を処理するものは何もありません。 Joshua Ulrichの答えの延長として、私はあなた自身の慣用的な機能の定義でこの省略を克服することを提案するでしょう：

as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}

スクリプトの先頭に格納することも、 .Rprofile ファイルに格納することもできます。

76
Jealie

最も簡単な方法はpackage varhandle からunfactor関数を使用することです。

unfactor(your_factor_variable)

この例は簡単なことです。

x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)

class(x)  # -> "character"
class(y)  # -> "numeric"

x <- factor(x)
y <- factor(y)

class(x)  # -> "factor"
class(y)  # -> "factor"

library(varhandle)
x <- unfactor(x)
y <- unfactor(y)

class(x)  # -> "character"
class(y)  # -> "numeric"
30
Mehrad Mahmoudian

注：この特定の答えは ではありません 数値の要素を数値に変換するためのもので、カテゴリカル要素を対応するレベル番号に変換するためのものです。

この記事のすべての答えは私のために結果を生成することができませんでした、NAは生成されつつあります。

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

私のために働いたのはこれです - 

as.integer(y2)
# [1] 1 2 3 4 1
16
Indi

ファクタラベルが元の値と一致する場合は、 only が可能です。例を挙げて説明します。

データがベクトルxであると仮定します。

x <- c(20, 10, 30, 20, 10, 40, 10, 40)

それでは、4つのラベルを使って因子を作成します。

f <- factor(x, levels = c(10, 20, 30, 40), labels = c("A", "B", "C", "D"))

1）xはdouble型、fはinteger型です。これは最初の避けられない情報の損失です。因子は常に整数として格納されます。

> typeof(x)
[1] "double"
> typeof(f)
[1] "integer"

2）fのみが利用可能な元の値（10、20、30、40）に戻すことはできません。 fは整数値1、2、3、4と2つの属性 - ラベルのリスト（ "A"、 "B"、 "C"、 "D"）とクラス属性 "factor"のみを保持していることがわかります。これ以上何もない。

> str(f)
 Factor w/ 4 levels "A","B","C","D": 2 1 3 2 1 4 1 4
> attributes(f)
$levels
[1] "A" "B" "C" "D"

$class
[1] "factor"

元の値に戻すには、因子の作成に使用されたレベルの値を知っておく必要があります。この場合はc(10, 20, 30, 40)です。元のレベルを（正しい順序で）知っていれば、元の値に戻すことができます。

> orig_levels <- c(10, 20, 30, 40)
> x1 <- orig_levels[f]
> all.equal(x, x1)
[1] TRUE

そして、これは元のデータのすべての可能な値に対してラベルが定義されている場合にのみ機能します。

したがって、元の値が必要になる場合は、それらを維持する必要があります。そうでなければ、それだけで要因からそれらに戻ることは不可能であろう可能性が高いです。

8
djhurio

データフレームがある場合はhablar::convertを使用できます。構文は簡単です。

サンプルdf 

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

解決策 

df %>% 
  convert(num(a, b))

あなたにあげる：

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

あるいは、1列を整数、1列を数値にしたい場合は、

df %>% 
  convert(int(a),
          num(b))

結果は次のとおりです。

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30
0
davsjob