因子在R語言中可以用來表示名義型變量或有序變量。

在統計學中，變量可以分為：區間變量，名義變量和有序變量。

區間變量即可以取連續值的變量，如體重，身高，溫度等等。

名義變量一般表示類別，如性別，種族等等。

有序變量是有一定排序順序的變量，如職稱，年級等等。

在R語言中，名義變量和有序變量可以使用因子來表示。

1、因子的創建

在R語言中可以使用factor()函數和gl()函數來創建因子變量。

（1）使用factor()函數

函數factor()以一個整數向量的形式存儲類別值，整數的取值范圍是[1... k ]（其中k 是名義型變量中唯一值的個數），同時一個由字符串（原始值）組成的內部向量將映射到這些整數上。

其語法格式為：

f<-factor(x=charactor(),levels,labels=levels,exclude = NA, ordered = is.ordered(x),namax = NA)

其中：

x 為創建因子的數據，是一個向量；levels：因子數據的水平，默認是x中不重復的值;labels：標識某水平的名稱，與水平一一對應，以方便識別，默認取levels的值；exclude:從x中剔除的水平值，默認為NA值；ordered:邏輯值，因子水平是否有順序（編碼次序），若有取TRUE，否則取FALSE；nmax：水平個數的限制。

fc1<-factor(c(1,2,3,3,1,2,2,3,1,3,2,1))

fc2<-factor(rep(1:3,times=2),labels=c("A","B","C"))

grade<-c("Freshman","Sophomore","Junior","Senior")

fc3<-factor(grade,ordered=TRUE)  #對于字符型向量，因子的水平默認依字母順序創建

fc4<-factor(grade,ordered=TRUE, levels=c("Freshman","Sophomore","Junior","Senior")) #指定levels，則按levels中的順序定義數值

本部分執行情況如下圖所示：

（2）使用gl()函數

gl()函數用于定義有規律的因子向量，其語法格式如下：

gl(n, k, length = n*k, labels = 1:n, ordered = FALSE)

其中參數的含義如下：

n: 正整數，表示因子的水平個數

k:正整數，表示每個水平重復的次數；

length: 正整數，表示因子向量的長度，默認為n*k

labels: 表示因子水平的名稱，默認值為1：n

ordered： 邏輯變量，表示因子水平是否是有次序的，默認值為FALSE

g1 <- gl(3,3)  # 1 1 1 2 2 2 3 3 3

g2 <- gl(3,3,5)  # 1 1 1 2 2

g3 <- gl(3,2, labels = c('A', 'B', 'C'))  # A A B B C C

2、因子的索引

fc1[1]  #訪問輸出第一個水平

fc1[1:3]  #訪問輸出1~3個水平

fc1[c(1,4,7)]  #訪問輸出第1,4,7個水平值

fc1[-1]  #排除第一個

fc1[-c(1:4)] #排除第1~4ge

fc1[fc1!=1] #過濾掉等于1的因子水平

fc3[fc3>'Junior']  #對于有序因子可以使用>,>=,<,<=,!=,==；而非有序因子，只可以使用!=和==

注意：因為因子一般表示名義變量或有序變量，如非有序因子，則使用>,>=,<,<=比較大小是沒有意義的。

本部分執行情況如下圖所示：

3、因子的修改

fc1[1] <- 3  #注意，修改的值必須在原有的水平中

fc1[1:3] <- 2 #將1~3個水平值改為2

fc1[-1] <- 3 #將除第1個水平之外的其它水平值修改為3

fc1[-c(1,4,7)] <-1 #將除第1,4,7個水平之外的值修改為1