在不更改值顺序的情况下重新排序因子的级别

我有一些数字变量和一些分类factor变量的数据框。这些因素的水平顺序并不是我希望的那样。

numbers <- 1:4
letters <- factor(c("a", "b", "c", "d"))
df <- data.frame(numbers, letters)
df
#   numbers letters
# 1       1       a
# 2       2       b
# 3       3       c
# 4       4       d

如果我更改级别的顺序，字母将不再带有其相应的数字（从现在开始，我的数据完全是胡说八道了）。

levels(df$letters) <- c("d", "c", "b", "a")
df
#   numbers letters
# 1       1       d
# 2       2       c
# 3       3       b
# 4       4       a

我只是想更改级别顺序，因此在绘制时，条以所需顺序显示-可能与默认字母顺序不同。

使用levels参数factor：

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，仅供记录

## 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])

您也可以找到有用的Relevel和combine_factor。

自从上个问题开始活跃以来，Hadley就发布了forcats用于操纵因素的新软件包，我发现它非常有用。OP数据框中的示例：

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

反转级别：

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

要添加更多级别：

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

还有更多有用的fct_xxx()功能。

因此，在R词典中，您想要的只是更改给定因子变量的标签（即，保持数据以及因子水平不变）。

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

鉴于您只想更改数据点到标签的映射，而不要更改数据或因子架构（如何将数据点合并到单独的bin或因子值中，这可能有助于了解最初创建映射时如何设置映射因素。

规则很简单：

• 标签通过索引值映射到级别（即，将levels [2]的值指定为标签label [2]）；
• 可以通过levels参数将它们传递给显式设置因子水平 ；要么
• 如果没有为level参数提供值，则使用默认值，该默认值是对传入的数据向量调用唯一的结果（对于data参数）；
• 可以通过labels参数显式设置标签；要么
• 如果没有为labels参数提供值，那么将使用默认值，该默认值只是级别矢量

我必须承认，处理R中的因子是一项非常特殊的工作。这是一个小示范：

> 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，将得到：

# 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

如您所见...通过更改级别，您只能更改级别（谁能告诉我，是吗？），而不是数值！但是，当您使用factor@Jonathan Chang建议的功能时，会发生一些不同的事情：您自己更改了数值。

您再次遇到错误，原因是您这样做了levels，然后尝试使用重新调整它的级别factor。不要做！！！千万不能使用levels，否则会搞乱了（除非你知道自己在做什么）。

一个小建议：避免使用与R对象相同的名称来命名您的对象（dfF分布的密度函数，使用letters小写字母）。在这种情况下，您的代码不会出错，但有时可能会...但是这可能会造成混乱，我们不希望那样做，对吗？=）

相反，请使用类似以下的内容（我将从头再开始）：

> 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data.frame使用df和letters而不是来命名您，g结果将是确定的。实际上，此代码与您发布的代码相同，只是名称有所更改。这部分factor(dtf$letter, levels = letters[4:1])不会引发错误，但是可能会令人困惑！

?factor仔细阅读手册！factor(g, levels = letters[4:1])和之间有什么区别factor(g, labels = letters[4:1])？是什么在类似的levels(g) <- letters[4:1]和g <- factor(g, labels = letters[4:1])？

您可以放入ggplot语法，因此我们可以为您提供更多帮助！

干杯！！！

编辑：

ggplot2实际上需要同时改变水平和价值？嗯...我会挖出来的...

我希望添加另一种情况，其中级别可以是带有数字和一些特殊字符的字符串：例如以下示例

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

的默认级别x是：

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，如果我们要根据数值对因子水平进行重新排序，而无需明确写出水平，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将来的读者有用的信息。

这是我对给定数据框的因子进行重新排序的功能：

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"))