《Cookbook for R》 Manipulating Data ～ Factors
Renaming levels of a factor 重命名因子的水平
先创建示例
x <- factor(c("alpha","beta","gamma","alpha","beta"))
x
#> [1] alpha beta gamma alpha beta
#> Levels: alpha beta gamma
levels(x)
#> [1] "alpha" "beta" "gamma"
想要重命名因子的level
最简单的办法是使用来自于plyr包的 revalue() 或 mapvalues() ：
library(plyr)
revalue(x, c("beta"="two", "gamma"="three"))
#> [1] alpha two three alpha two
#> Levels: alpha two three
mapvalues(x, from = c("beta", "gamma"), to = c("two", "three"))
#> [1] alpha two three alpha two
#> Levels: alpha two three
也可以用R的内置函数来做以下事情
# 以重命名形式：将beta改名为two
levels(x)[levels(x)=="beta"] <- "two"
# 也可以根据位置进行重命名，但这有可能会改变的你数据
# 因为因子的数值或者位置发生变化可能导致错误的数据
# 按照不同水平下表来重命名：更改第三个项目"gamma"为"three"
levels(x)[3] <- "three"
x
#> [1] alpha two three alpha two
#> Levels: alpha two three
# 所有水平都重命名
levels(x) <- c("one","two","three")
x
#> [1] one two three one two
#> Levels: one two three
可以按名称重命名因子的level（不使用plyr）
但请记住，这仅在all levels都呈现在列表上时才有效;
如果有任何一个不在列表中，它们将被替换为 NA 。
# 按名称重命名因子的level
x <- factor(c("alpha","beta","gamma","alpha","beta"))
levels(x) <- list(A="alpha", B="beta", C="gamma")
x
#> [1] A B C A B
#> Levels: A B C
也可以使用R的字符串搜索和替换函数来重命名因子的level。
Note：alpha 周围的 ^ 和 $ 是为了确保整个字符串匹配。
如果没有它们而有一个名为 alphabet 的级别，它也会匹配。
# 创建一个简单的例子
x <- factor(c("alpha","beta","gamma","alpha","beta"))
x
#> [1] alpha beta gamma alpha beta
#> Levels: alpha beta gamma
levels(x) <- sub("^alpha$", "one", levels(x))
x
#> [1] one beta gamma one beta
#> Levels: one beta gamma
# 替换所有元素中的a为X
levels(x) <- gsub("a", "X", levels(x))
x
#> [1] one betX gXmmX one betX
#> Levels: one betX gXmmX
# gsub() 每一个因子中的对应组分都替换
# sub() 仅替换每一个因子中对应的第一个组分
Re-computing the levels of factor 重新计算因子水平
重新计算一个因子的水平。
当一个因子包含的level实际上并不存在于数据中时，这很有用。
这可能发生在数据导入过程中，也可能发生在删除某些行时。
对单个因子来说：
x <- factor(c("alpha","beta","alpha"), levels=c("alpha","beta","gamma"))
x
#> [1] alpha beta alpha
#> Levels: alpha beta gamma
# 删掉额外的level
x <- factor(x)
x
#> [1] alpha beta alpha
#> Levels: alpha beta
导入数据后，您可能会有一个包含因子和其他类型向量的数据框，并希望重新计算所有因子的levels
可以使用 droplevels() 函数实现
# 创建一个含有因子的数据框 (附带额外的level)
df <- data.frame(
x = factor(c("alpha","beta","alpha"), levels=c("alpha","beta","gamma")),
y = c(5,8,2),
z = factor(c("red","green","green"), levels=c("red","green","blue"))
)
df$x
#> [1] alpha beta alpha
#> Levels: alpha beta gamma
df$z
#> [1] red green green
#> Levels: red green blue
# 取掉额外的level
df <- droplevels(df)
df$x
#> [1] alpha beta alpha
#> Levels: alpha beta
df$z
#> [1] red green green
#> Levels: red green
Changing the order of levels of a factor 更改因子的level顺序
R中的因子有两种：有序和无序，例如，{小，中，大}和{钢笔，刷子，铅笔}。
对于大多数分析，因子是有序的还是无序的并不重要。
1、如果因子是有序的，那么levels的具体顺序很重要（小<中<大）。
2、如果因子是无序的，levels仍然会以某种顺序出现；
但此时的顺序只是为了方便（钢笔、铅笔、画笔）–它将决定例如输出将如何打印，或图形的排列。
更改水平顺序的一种方法是在因子上使用 factor() 并直接指定顺序。
在这个例子中，也可以使用函数 ordered() 来代替 factor() 。
示例数据
# 创建具有错误顺序的因子
sizes <- factor(c("small", "large", "large", "small", "medium"))
sizes
#> [1] small large large small medium
#> Levels: large medium small
方法一：用factor()明确指定levels顺序
sizes <- factor(sizes, levels = c("small", "medium", "large"))
sizes
#> [1] small large large small medium
#> Levels: small medium large
方法二：对于有序因子，可以用ordered()调整它的顺序
sizes <- ordered(c("small", "large", "large", "small", "medium"))
sizes <- ordered(sizes, levels = c("small", "medium", "large"))
sizes
#> [1] small large large small medium
#> Levels: small < medium < large
方法三：使用 relevel() 将特定level置于列表的第一级别
此方法不适合有序因子
sizes <- factor(c("small", "large", "large", "small", "medium"))
sizes
#> [1] small large large small medium
#> Levels: large medium small
# 使 medium 到第一级别
sizes <- relevel(sizes, "medium")
sizes
#> [1] small large large small medium
#> Levels: medium large small
# 使 small 到第一级别
sizes <- relevel(sizes, "small")
sizes
#> [1] small large large small medium
#> Levels: small medium large
方法四：在创建因子时指定正确顺序
sizes <- factor(c("small", "large", "large", "small", "medium"),
levels = c("small", "medium", "large"))
sizes
#> [1] small large large small medium
#> Levels: small medium large
如果想反转因子的levels
sizes <- factor(c("small", "large", "large", "small", "medium"))
sizes
#> [1] small large large small medium
#> Levels: large medium small
sizes <- factor(sizes, levels=rev(levels(sizes)))
sizes
#> [1] small large large small medium
#> Levels: small medium large