因素水平和因素標籤之間的混淆

Question

R中的一個因子的水平和標籤之間似乎有差異。 到目前爲止，我一直認爲水平是因子水平的「真實」名稱，標籤是用於輸出的名稱（如表格和圖表）。顯然，這是不是這種情況，如下例所示：

df <- data.frame(v=c(1,2,3),f=c('a','b','c')) 
str(df) 
'data.frame': 3 obs. of 2 variables: 
$ v: num 1 2 3 
$ f: Factor w/ 3 levels "a","b","c": 1 2 3 

df$f <- factor(df$f, levels=c('a','b','c'), 
    labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX')) 
levels(df$f) 
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX" 

我認爲水平（「A」，「B」，「C」），可以在某種程度上仍然可以編寫腳本時訪問，但是這並未「T工作：

> df$f=='a' 
[1] FALSE FALSE FALSE 

但這：

> df$f=='Treatment A: XYZ' 
[1] TRUE FALSE FALSE 

所以，我的問題由兩個部分組成：

• 關卡和標籤有什麼區別？

• 對於腳本和輸出可以有不同的因子級別名稱嗎？

背景：對於較長的腳本，短因子水平的腳本似乎更容易。但是，對於報告和圖表來說，這個短期因素水平可能不足，應該用高級名稱替換。

Answer 1

非常短：水平是輸入，標籤是factor()函數中的輸出。一個因素只有level屬性，該屬性由factor()函數中的labels參數設置。這與SPSS等統計軟件包中的標籤概念不同，一開始可能會引起混淆。

你在這行代碼

df$f <- factor(df$f, levels=c('a','b','c'), 
    labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX')) 

告訴至R有一個向量df$f

要轉變成一個因素
• 做什麼，
• 其中不同的等級被編碼爲a，b和c
• 並且您希望這些等級被標記爲處理A等。

因子函數將查找值a，b和c，將它們轉換爲數值因子類別，並將標籤值添加到因子的level屬性。該屬性用於將內部數值轉換爲正確的標籤。但正如你所看到的，沒有label屬性。

> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))  
> attributes(df$f) 
$levels 
[1] "a" "b" "c" 

$class 
[1] "factor" 

> df$f <- factor(df$f, levels=c('a','b','c'), 
+ labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))  
> attributes(df$f) 
$levels 
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX" 

$class 
[1] "factor" 

Answer 2

我寫了一個軟件包「lfactors」，它允許您引用任何級別或標籤。

# packages 
install.packages("lfactors") 
require(lfactors) 

flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads")) 
# Tails can now be referred to as, "Tails" or 0 
# These two lines return the same result 
flips == "Tails" 
#[1] TRUE FALSE FALSE TRUE TRUE FALSE 
flips == 0 
#[1] TRUE FALSE FALSE TRUE TRUE FALSE 

請注意，lfactor要求級別是數字，以便它們不能與標籤混淆。