如何将因子转换为整数\数字而不丢失信息？
当我将一个因子转换为数字或整数时，我会得到底层的代码，而不是数值。
f <- factor(sample(runif(5), 20, replace = TRUE))
## [1] 0.0248644019011408 0.0248644019011408 0.179684827337041
## [4] 0.0284090070053935 0.363644931698218 0.363644931698218
## [7] 0.179684827337041 0.249704354675487 0.249704354675487
## [10] 0.0248644019011408 0.249704354675487 0.0284090070053935
## [13] 0.179684827337041 0.0248644019011408 0.179684827337041
## [16] 0.363644931698218 0.249704354675487 0.363644931698218
## [19] 0.179684827337041 0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218
as.numeric(f)
## [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2
as.integer(f)
## [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2
我不得不求助于paste到获得真正的价值：
as.numeric(paste(f))
## [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
## [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901
有没有更好的方法将因子转换为数字？
请参阅?factor的警告部分：
特别是， as.numeric应用于某个因素的数字是无意义的，并且可能通过隐式强制而发生。 为了将因子f转换为大约其原始数值， as.numeric(levels(f))[f]被推荐并且比as.numeric(as.character(f))稍微更有效率。
R上的FAQ也有类似的建议。
为什么as.numeric(levels(f))[f]比as.numeric(as.character(f))更有效？
as.numeric(as.character(f))实际上是as.numeric(levels(f)[f]) ，因此您正在对length(x)值进行数值转换，而不是nlevels(x)值。 对于几个级别的长向量，速度差异将最为明显。 如果这些值大部分是独一无二的，速度就不会有太大的差别。 但是，如果您进行转换，则此操作不太可能成为代码中的瓶颈，因此请不要太担心。
一些时间
library(microbenchmark)
microbenchmark(
as.numeric(levels(f))[f],
as.numeric(levels(f)[f]),
as.numeric(as.character(f)),
paste0(x),
paste(x),
times = 1e5
)
## Unit: microseconds
## expr min lq mean median uq max neval
## as.numeric(levels(f))[f] 3.982 5.120 6.088624 5.405 5.974 1981.418 1e+05
## as.numeric(levels(f)[f]) 5.973 7.111 8.352032 7.396 8.250 4256.380 1e+05
## as.numeric(as.character(f)) 6.827 8.249 9.628264 8.534 9.671 1983.694 1e+05
## paste0(x) 7.964 9.387 11.026351 9.956 10.810 2911.257 1e+05
## paste(x) 7.965 9.387 11.127308 9.956 11.093 2419.458 1e+05
R有许多（无证）便利功能可用于转换因素：
as.character.factor as.data.frame.factor as.Date.factor as.list.factor as.vector.factor 但令人讨厌的是，没有什么可以处理因素 - >数字转换。 作为约书亚乌尔里希的回答的延伸，我会建议通过定义你自己的惯用功能来克服这种遗漏：
as.numeric.factor <- function(x) {as.numeric(levels(x))[x]}
您可以在脚本的开头存储，或者在.Rprofile文件中存储更好的文件。
最简单的方法是使用package varhandle中的unfactor函数
unfactor(your_factor_variable)
这个例子可以快速启动：
x <- rep(c("a", "b", "c"), 20)
y <- rep(c(1, 1, 0), 20)
class(x) # -> "character"
class(y) # -> "numeric"
x <- factor(x)
y <- factor(y)
class(x) # -> "factor"
class(y) # -> "factor"
library(varhandle)
x <- unfactor(x)
y <- unfactor(y)
class(x) # -> "character"
class(y) # -> "numeric"
上一篇: How to convert a factor to integer\numeric without loss of information?