Come convertire un dataframe di fattore in numerico?

Question

Ho un frame di dati con tutte fattore valori

V1 V2 V3 
a b c 
c b a 
c b c 
b b a 

Come posso convertire tutti i valori nel frame di dati per una nuova con valori numerici (a 1, b 2, c 3, ecc ...)

Answer 1

La conversione da factor a numeric fornisce i valori interi. Tuttavia, se le colonne factor hanno livelli specificati come c('b', 'a', 'c', 'd') o c('c', 'b', 'a'), i valori interi saranno nell'ordine indicato. Proprio al fine di evitare che, siamo in grado di specificare il levels chiamando il factor di nuovo (più sicuro)

df1[] <- lapply(df1, function(x) 
       as.numeric(factor(x, levels=letters[1:3]))) 

---

Se stiamo usando data.table, una possibilità potrebbe essere quella di utilizzare set. Sarebbe più efficiente per dataset di grandi dimensioni. La conversione in matrix potrebbe causare problemi di memoria.

library(data.table) 
setDT(df1) 
for(j in seq_along(df1)){ 
set(df1, i=NULL, j=j, 
    value= as.numeric(factor(df1[[j]], levels= letters[1:3]))) 
} 

Answer 2

Vorrei provare:

> mydf[] <- as.numeric(factor(as.matrix(mydf))) 
> mydf 
    V1 V2 V3 
1 1 2 3 
2 3 2 1 
3 3 2 3 
4 2 2 1 

Answer 3

Questo approccio è simile a quello di Ananda, ma utilizza unlist() invece di factor(as.matrix()). Poiché tutte le tue colonne sono già fattori, unlist() le combinerà in un vettore fattore con i livelli appropriati.

Quindi diamo un'occhiata a cosa succede quando abbiamo unlist() il tuo data frame.

unlist(df, use.names = FALSE) 
# [1] a c c b b b b b c a c a 
# Levels: a b c 

Ora possiamo semplicemente eseguire as.integer() (o c()) sul codice di cui sopra, perché i valori interi dei fattori corrispondono la mappatura desiderata. E così il seguente rivaluterà l'intero frame dei dati.

df[] <- as.integer(unlist(df, use.names = FALSE)) 
## note that you can also just drop the factor class with c() 
## df[] <- c(unlist(df, use.names = FALSE)) 
df 
# V1 V2 V3 
# 1 1 2 3 
# 2 3 2 1 
# 3 3 2 3 
# 4 2 2 1 

Nota:use.names = FALSE non è necessario. Tuttavia, il rilascio dell'attributo names renderà questo processo più efficiente.

dati:

df <- structure(list(V1 = structure(c(1L, 3L, 3L, 2L), .Label = c("a", 
"b", "c"), class = "factor"), V2 = structure(c(1L, 1L, 1L, 1L 
), .Label = "b", class = "factor"), V3 = structure(c(2L, 1L, 
2L, 1L), .Label = c("a", "c"), class = "factor")), .Names = c("V1", 
"V2", "V3"), class = "data.frame", row.names = c(NA, -4L))