这篇文章讲述的是R语言中关于数据框的相关知识。希望这篇R语言文章对您有所帮助！如果您有想学习的知识或建议，可以给作者留言~

Chapter05 | 因子

在R中名义型变量和有序性变量称为因子，factor。这些分类变量的可能值称为一个水平，level，例如good，better，best，都称为一个leve。
由这些水平值构成的向量就称为因子。
所有元素构成因子

因子类型的数据：

•  state.division

•  state.region

因子的应用：

• 1、计算频数

• 2、独立性检验

• 3、相关性检验

• 4、方差分析

• 5、主成分分析

• 6、因子分析

•  1、频数统计

# cyl这一列可以当作因子类型> mtcars$cyl
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4> table(mtcars$cyl)
 4  6  8 11  7 14 1234567

•  2、如何将向量转换为因子

使用factor()函数

> f <- factor(c("red","red","green","red","blue","green","blue","blue"))> f[1] red   red   green red   blue  green blue  blue 
Levels: blue green red# 有序性变量也可以作为因子# 不定义levels时levels自动去重> week <- factor(c("Mon","Fri","Thu","Wed","Mon","Fri","Sun"))> week[1] Mon Fri Thu Wed Mon Fri SunLevels: Fri Mon Sun Thu Wed# 自定义levels不允许重复> week <- factor(c("Mon","Fri","Thu","Wed","Mon","Fri","Sun"),order = TRUE,+                levels = c("Mon","Tue","Wed","Thu","Fri","Sat","Sun"))> week[1] Mon Fri Thu Wed Mon Fri SunLevels: Mon < Tue < Wed < Thu < Fri < Sat < Sun# 一个向量转换成因子，直接输入到factor()内即可> fcyl <- factor(mtcars$cyl)> fcyl [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4Levels: 4 6 812345678910111213141516171819202122232425

•  3、向量和因子图形的对比

• 向量

plot(mtcars$cyl)1

• 因子

plot(fcyl)1

•  4、cut()函数

cut函数可以将连续性变量x分割为n个水平的因子

> num <- c(1:100)> num  [1]   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21  22
 [23]  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38  39  40  41  42  43  44
 [45]  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66
 [67]  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88
 [89]  89  90  91  92  93  94  95  96  97  98  99 100# 每隔10个进行分组> cut (num,c(seq(0,100,10)))
  [1] (0,10]   (0,10]   (0,10]   (0,10]   (0,10]   (0,10]   (0,10]   (0,10]   (0,10]  
 [10] (0,10]   (10,20]  (10,20]  (10,20]  (10,20]  (10,20]  (10,20]  (10,20]  (10,20] 
 [19] (10,20]  (10,20]  (20,30]  (20,30]  (20,30]  (20,30]  (20,30]  (20,30]  (20,30] 
 [28] (20,30]  (20,30]  (20,30]  (30,40]  (30,40]  (30,40]  (30,40]  (30,40]  (30,40] 
 [37] (30,40]  (30,40]  (30,40]  (30,40]  (40,50]  (40,50]  (40,50]  (40,50]  (40,50] 
 [46] (40,50]  (40,50]  (40,50]  (40,50]  (40,50]  (50,60]  (50,60]  (50,60]  (50,60] 
 [55] (50,60]  (50,60]  (50,60]  (50,60]  (50,60]  (50,60]  (60,70]  (60,70]  (60,70] 
 [64] (60,70]  (60,70]  (60,70]  (60,70]  (60,70]  (60,70]  (60,70]  (70,80]  (70,80] 
 [73] (70,80]  (70,80]  (70,80]  (70,80]  (70,80]  (70,80]  (70,80]  (70,80]  (80,90] 
 [82] (80,90]  (80,90]  (80,90]  (80,90]  (80,90]  (80,90]  (80,90]  (80,90]  (80,90] 
 [91] (90,100] (90,100] (90,100] (90,100] (90,100] (90,100] (90,100] (90,100] (90,100][100] (90,100]10 Levels: (0,10] (10,20] (20,30] (30,40] (40,50] (50,60] (60,70] (70,80] ... (90,100]123456789101112131415161718192021222324

如果数字较大，我们可以通过cut()函数进行频数统计，很方便

转载自：CSDN   作者：不温卜火

原文链接：https://blog.csdn.net/qq_16146103/article/details/105420919