Sto programmando in linguaggio R. Vorrei cambiare il formato (classe) di alcune colonne del mio oggetto data.frame (mydf) dal fattore al fattore a . Non voglio farlo quando sto leggendo il file di testo tramite la funzione read.table(). Qualsiasi aiuto sarebbe apprezzato.convertire il formato della colonna data.frame dal carattere al fattore
Ciao benvenuti nel mondo di R.
mtcars #look at this built in data set
str(mtcars) #allows you to see the classes of the variables (all numeric)
#one approach it to index with the $ sign and the as.factor function
mtcars$am <- as.factor(mtcars$am)
#another approach
mtcars[, 'cyl'] <- as.factor(mtcars[, 'cyl'])
str(mtcars) # now look at the classes
Questo funziona anche per il personaggio, date, numeri interi e le altre classi
Dal momento che siete nuovi a R Io suggerirei di avere un guardare a questi due siti web: manuali di riferimento
R: http://cran.r-project.org/manuals.html
R carta di Riferimento:http://cran.r-project.org/doc/contrib/Short-refcard.pdf
Grazie! ma ho un altro problema Ho il nome di ogni colonna in una matrice di caratteri col_names []. Come posso usare il comando precedente (né 'mydf $ col_names [i]' né 'mydf [, col_names [i]]' non funziona.) – Rasoul
@Rasoul, 'mydf [, nomi_col]' lo farà – DrDom
+ 1 per i ref. Questa è roba di base, che è OK da chiedere, ma è anche bene essere consapevoli del vasto lavoro che è stato messo in questi (e simili) lavori. –
# To do it for all names
df[] <- lapply(df, factor) # the "[]" keeps the dataframe structure
col_names <- names(df)
# do do it for some names in a vector named 'col_names'
df[col_names] <- lapply(df[col_names] , factor)
Spiegazione. Tutti i dataframe sono elenchi ed i risultati di [ utilizzati con argomenti con valori multipli sono anch'essi elenchi, quindi il loop su liste è il compito di lapply. L'assegnazione precedente creerà un insieme di elenchi che la funzione data.frame.[<- dovrebbe attaccare con successo nuovamente dentro nella dataframe, df
Un'altra strategia potrebbe essere quella di convertire solo le colonne in cui il numero di elementi univoci è inferiore a qualche criterio, diciamo meno il registro del numero di righe come un esempio:
cols.to.factor <- sapply(df, function(col) length(unique(col)) < log10(length(col)))
df[ cols.to.factor] <- lapply(df[ cols.to.factor] , factor)
Ciascuno di questi dovrebbe funzionare. Ho appena falsificato la tua affermazione che "deve essere" come dici tu provando con i nomi di <- c ('vs', 'am', 'gear'); mtcars [, names] <- lapply (mtcars [, names], factor) '.. Forse dovresti essere più attento alle critiche dei tuoi anziani. –
Questa è una soluzione molto bella! Può anche funzionare con numeri di colonna che potrebbero essere particolarmente utili se si desidera modificare molti ma non tutti. Ad esempio, col_nums <- c (1, 6, 7: 9, 21:23, 27:28, 30:31, 39, 49:55, 57), quindi df [, col_nums] <- lapply (df [, col_nums] , fattore). – WGray
Avvertenza: la prima soluzione non funziona se 'length (col_names) == 1'. In questo caso, 'df [, nomi_col]' viene automaticamente abbassato di un vettore invece di un elenco di lunghezza 1, e quindi 'lapply' tenta di operare su ogni voce piuttosto che sulla colonna nel suo complesso. Questo può essere prevenuto usando 'df [, col_names, drop = FALSE]'. –
Se si desidera cambiare tutti variabili carattere nel data.frame a fattori dopo aver già caricato i dati, si può fare in questo modo, a un data.frame chiamato dat:
character_vars <- lapply(dat, class) == "character"
dat[, character_vars] <- lapply(dat[, character_vars], as.factor)
Questo crea un vettore identificare quali colonne sono di classe character, quindi applica as.factor a tali colonne.
dati del campione:
dat <- data.frame(var1 = c("a", "b"),
var2 = c("hi", "low"),
var3 = c(0, 0.1),
stringsAsFactors = FALSE
)
La conversione completa di ogni variabile di carattere in fattore di solito avviene durante la lettura dei dati, ad es. Con 'stringsAsFactors = TRUE', ma questo è utile quando diciamo che hai letto i dati con' read_excel() 'da' readxl' pacchetto e desidera addestrare un modello di foresta casuale che non accetta variabili di carattere. –
Un altro modo breve si potrebbe usare un tubo (%<>%) dal pacchetto magrittr. Converte la colonna di caratteri mycolumn in un fattore.
library(magrittr)
mydf$mycolumn %<>% factor
Si prega di modificare con ulteriori informazioni. Le risposte solo per codice e "prova questo" sono scoraggiate, perché non contengono contenuti ricercabili e non spiegano perché qualcuno dovrebbe "provare questo". Facciamo uno sforzo qui per essere una risorsa per la conoscenza. –
pls se voglio usarlo per tutte le colonne del mio df? –
L'ho fatto con una funzione. In questo caso mi trasformare solo variabili carattere di fattore:
for (i in 1:ncol(data)){
if(is.character(data[,i])){
data[,i]=factor(data[,i])
}
}
mydf $ myfavoritecolumn <- as.factor (mydf $ myfavoritecolumn) –
Grazie! ma ho un altro problema Ho il nome di ogni colonna in una matrice di caratteri col_names []. Come posso usare il comando precedente (mydf $ col_names [i]) non funziona. – Rasoul
Un modo per farlo automaticamente per tutte le variabili di caratteri, dato che data.frame lo fa con stringheAsFactors? –