在不更改值顺序的情况下对因子的水平进行重新排序

因此，在 R 词典中，您想要的是仅更改给定因子变量的标签（即，保持数据和因子水平不变）。

df$letters = factor(df$letters, labels=c("d", "c", "b", "a"))

假设您只想更改数据点到标签的映射，而不想更改数据或因子架构（如何将数据点装箱到单个图格或因子值中），那么了解最初创建因子时映射的初始设置方式可能会有所帮助。

规则很简单：

• 标签按索引值（即 在 levels[2] 被赋予标签 label[2]）;
• 可以通过 Levels 参数传入因子水平来显式设置因子水平;或
• 如果未为 levels 参数提供任何值，则默认 value 是调用数据向量的唯一结果 传入（用于数据参数）;
• 可以通过 labels 参数显式设置标签;或
• 如果未为 labels 参数提供任何值，则默认值为 使用，这只是水平向量

使用以下参数：levelsfactor

df <- data.frame(f = 1:4, g = letters[1:4])
df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

levels(df$g)
# [1] "a" "b" "c" "d"

df$g <- factor(df$g, levels = letters[4:1])
# levels(df$g)
# [1] "d" "c" "b" "a"

df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

还有一些，只是为了记录

## reorder is a base function
df$letters <- reorder(df$letters, new.order=letters[4:1])

library(gdata)
df$letters <- reorder.factor(df$letters, letters[4:1])

您还可以找到有用的 Relevel 和 combine_factor。

我必须承认，处理 R 中的因子是一项非常奇特的工作......在对因子水平进行重新排序时，您不会对基础数值进行重新排序。下面是一个小演示：

> numbers = 1:4
> letters = factor(letters[1:4])
> dtf <- data.frame(numbers, letters)
> dtf
  numbers letters
1       1       a
2       2       b
3       3       c
4       4       d
> sapply(dtf, class)
  numbers   letters 
"integer"  "factor" 

现在，如果将此因子转换为数字，您将获得：

# return underlying numerical values
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4
# change levels
1> levels(dtf$letters) <- letters[4:1]
1> dtf
  numbers letters
1       1       d
2       2       c
3       3       b
4       4       a
# return numerical values once again
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4

正如你所看到的...通过更改级别，您只更改级别（谁会知道，嗯？），而不是数值！但是，当你按照 @Jonathan Chang 的建议使用函数时，会发生一些不同的事情：你改变了数值本身。factor

您再次收到错误，因为您这样做了，然后尝试用 重新调平它。别这样！！！不要使用，否则你会把事情搞砸（除非你确切地知道你在做什么）。levelsfactorlevels

一个小小的建议：避免使用与 R 的对象相同的名称来命名对象（df 是 F 分布的密度函数，字母给出小写的字母）。在这种特殊情况下，您的代码不会有错误，但有时它可能会......但这会造成混乱，我们不希望这样，不是吗?!?=)

相反，使用这样的东西（我将再次从头开始）：

> dtf <- data.frame(f = 1:4, g = factor(letters[1:4]))
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 1 2 3 4
> dtf$g <- factor(dtf$g, levels = letters[4:1])
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 4 3 2 1

请注意，您也可以用 和 代替 来命名您，结果就可以了。 实际上，此代码与您发布的代码相同，只是名称已更改。这部分不会抛出错误，但可能会令人困惑！data.framedflettersgfactor(dtf$letter, levels = letters[4:1])

仔细阅读手册！和 和有什么不一样？和 有什么相似之处？?factorfactor(g, levels = letters[4:1])factor(g, labels = letters[4:1])levels(g) <- letters[4:1]g <- factor(g, labels = letters[4:1])

你可以把 ggplot 语法放进去，这样我们就可以在这方面为您提供更多帮助！

干杯！！！

编辑：

ggplot2实际上需要同时更改级别和值？嗯......我会把这个挖出来......

自从这个问题上次出现以来，哈德利已经发布了他用于操纵因子的新软件包，我发现它非常有用。OP 数据帧中的示例：forcats

levels(df$letters)
# [1] "a" "b" "c" "d"

要反转级别：

library(forcats)
fct_rev(df$letters) %>% levels
# [1] "d" "c" "b" "a"

要添加更多级别，请执行以下操作：

fct_expand(df$letters, "e") %>% levels
# [1] "a" "b" "c" "d" "e"

还有更多有用的功能。fct_xxx()

我想添加另一种情况，其中级别可以是带有数字和一些特殊字符的字符串：如下例所示

df <- data.frame(x = c("15-25", "0-4", "5-10", "11-14", "100+"))

的默认级别为：x

df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 100+ 11-14 15-25 5-10

在这里，如果我们想根据数值对因子水平进行重新排序，而不显式写出水平，我们可以做的是

library(gtools)
df$x <- factor(df$x, levels = mixedsort(df$x))

df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 5-10 11-14 15-25 100+
as.numeric(df$x)
# [1] 4 1 2 3 5

我希望这可以被视为对未来读者有用的信息。

这是我对给定数据帧的因子进行重新排序的函数：

reorderFactors <- function(df, column = "my_column_name", 
                           desired_level_order = c("fac1", "fac2", "fac3")) {

  x = df[[column]]
  lvls_src = levels(x) 

  idxs_target <- vector(mode="numeric", length=0)
  for (target in desired_level_order) {
    idxs_target <- c(idxs_target, which(lvls_src == target))
  }

  x_new <- factor(x,levels(x)[idxs_target])

  df[[column]] <- x_new

  return (df)
}

用法：reorderFactors(df, "my_col", desired_level_order = c("how","I","want"))

我只会使用 levels 参数：

levels(df$letters) <- levels(df$letters)[c(4:1)]

添加另一种非常有用的方法，因为它使我们免于记住不同包中的函数。因子的水平只是属性，因此可以执行以下操作：

numbers <- 1:4
letters <- factor(c("a", "b", "c", "d"))
df <- data.frame(numbers, letters)

# Original attributes
> attributes(df$letters)
$levels
[1] "a" "b" "c" "d"

$class
[1] "factor"

# Modify attributes
attr(df$letters,"levels") <- c("d", "c", "b", "a")

> df$letters
[1] d c b a
Levels: d c b a

# New attributes
> attributes(df$letters)
$levels
[1] "d" "c" "b" "a"

$class
[1] "factor"