因子在R語(yǔ)言中可以用來(lái)表示名義型變量或有序變量。

在統(tǒng)計(jì)學(xué)中，變量可以分為：區(qū)間變量，名義變量和有序變量。

區(qū)間變量即可以取連續(xù)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(jí)等等。

在R語(yǔ)言中，名義變量和有序變量可以使用因子來(lái)表示。

1、因子的創(chuàng)建

在R語(yǔ)言中可以使用factor()函數(shù)和gl()函數(shù)來(lái)創(chuàng)建因子變量。

（1）使用factor()函數(shù)

函數(shù)factor()以一個(gè)整數(shù)向量的形式存儲(chǔ)類別值，整數(shù)的取值范圍是[1... k ]（其中k 是名義型變量中唯一值的個(gè)數(shù)），同時(shí)一個(gè)由字符串（原始值）組成的內(nèi)部向量將映射到這些整數(shù)上。

其語(yǔ)法格式為：

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

其中：

x 為創(chuàng)建因子的數(shù)據(jù)，是一個(gè)向量；levels：因子數(shù)據(jù)的水平，默認(rèn)是x中不重復(fù)的值;labels：標(biāo)識(shí)某水平的名稱，與水平一一對(duì)應(yīng)，以方便識(shí)別，默認(rèn)取levels的值；exclude:從x中剔除的水平值，默認(rèn)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(gè)數(shù)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(duì)于字符型向量，因子的水平默認(rèn)依字母順序創(chuàng)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(shù)值

本部分執(zhí)行情況如下圖所示：

（2）使用gl()函數(shù)

gl()函數(shù)用于定義有規(guī)律的因子向量，其語(yǔ)法格式如下：

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

其中參數(shù)的含義如下：

n: 正整數(shù)，表示因子的水平個(gè)數(shù)

k:正整數(shù)，表示每個(gè)水平重復(fù)的次數(shù)；

length: 正整數(shù)，表示因子向量的長(zhǎng)度，默認(rèn)為n*k

labels: 表示因子水平的名稱，默認(rèn)值為1：n

ordered： 邏輯變量，表示因子水平是否是有次序的，默認(rèn)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(wèn)輸出第一個(gè)水平

fc1[1:3]  #訪問(wèn)輸出1~3個(gè)水平

fc1[c(1,4,7)]  #訪問(wèn)輸出第1,4,7個(gè)水平值

fc1[-1]  #排除第一個(gè)

fc1[-c(1:4)] #排除第1~4ge

fc1[fc1!=1] #過(guò)濾掉等于1的因子水平

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

注意：因?yàn)橐蜃右话惚硎久x變量或有序變量，如非有序因子，則使用>,>=,<,<=比較大小是沒(méi)有意義的。

本部分執(zhí)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(gè)水平值改為2

fc1[-1] <- 3 #將除第1個(gè)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(gè)水平之外的值修改為1