R语言中的因子类型详解

一、factor函数

#函数factor可以把一个向量编码为一个因子，其一般形式为：
#factor(x,levels=sort(unique(x),na.last=true),labels,exculde=na,order=false)
#其中x是向量，levels是水平，可以自行指定各离散的取值，不指定时由x的不同值来表示，labels可以用来指定各水平的标签
#不指定时用各离散取值的对应字符串
 
sex<-c("m","f","m","m","f")
factor(sex)
#使用is.factor来判断对象是否为因子类型
is.factor(sex)
#使用as.factor来将对象转换为因子类型
sex.factor<-as.factor(sex)
#使用levels来取得因子中的水平
levels(sex.factor)
# [1] "f" "m"

二、tapply函数

#函数tapply()
#当我们知道5个人的性别以及5个人的身高的时候，就能计算出每个性别下的平均身高
height<-c(170,175,180,165,168)
 
tapply(height,sex.factor,mean)
# f        m 
# 171.5000 171.6667 
 
#tapply 的使用格式为tapply(x,index,fun) 其中x为对象，index为与x具有相同个数的因子类型，fun为指定的方法

三、gl()函数

#gl()函数
#gl函数能很快的产生因子，其基本用法为：gl(n,k,length=n*k,labels=1:n,order=false)
 
gl(3,5)
# [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3
# levels: 1 2 3
 
gl(3,1,15)
# [1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
# levels: 1 2 3

补充：r语言中因子(factor)转换成数值型(numeric)的问题

一直觉得只要是数字，不管是什么类型的，都可以通过as.numeric()函数转换为对应的numeric类型的数字，例如

x<-“123”，x为character类型，而as.numeric(x)则为numeric类型的123。但是因子(factor)类型却不一样。

a<-factor(c(100,200,300,301,302,400,10))，它们的值分别为100 200 300 301 302 400 10，然而as.numeric(a)对应的值并非100 200 300 301 302 400 10，而是2 3 4 5 6 7 1。因子(factor)转换成数值型(numeric)的规则是这样的：

一共有n个数，那么转换后的数字就会在1——n中取值，数字最小的取一，次小的取二，以此类推。

那么如何让因子(factor)类型里的数值转换对应的数值型呢？

as.numeric(as.character(factorname))
as.numeric(levels(factorname)[factorname])

以上代码都可以实现将因子(factor)类型里的数值转换对应的数值型，思路都是先转换成字符型然后再转换成数值型。