因子水平和因子标签之间的混淆

R中某个因子的级别和标签之间似乎存在差异。到目前为止，我一直认为级别是因子级别的“真实”名称，而标签是用于输出的名称（例如表格和图表） 。显然，情况并非如此，如以下示例所示：

df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
str(df)
'data.frame':   3 obs. of  2 variables:
 $ v: num  1 2 3
 $ f: Factor w/ 3 levels "a","b","c": 1 2 3

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
levels(df$f)
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

我认为编写脚本时仍可以访问级别（'a'，'b'，'c'），但这不起作用：

> df$f=='a'
[1] FALSE FALSE FALSE

但这确实是：

> df$f=='Treatment A: XYZ' 
[1]  TRUE FALSE FALSE

因此，我的问题包括两部分：

• 级别和标签之间有什么区别？

• 脚本和输出的因子级别是否可以使用不同的名称？

背景：对于较长的脚本，使用短因子级别的脚本似乎要容易得多。但是，对于报告和地块，此短因子水平可能不足，应使用更精确的名称代替。

非常短：factor()函数中的级别是输入，标签是输出。因子只有一个level属性，该属性由labels函数中的参数设置factor()。这与SPSS等统计软件包中的标签概念不同，一开始可能会造成混淆。

您在此代码行中所做的

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))

告诉R有一个向量 df$f

• 您想将其转化为一个因素，
• 其中不同级别被编码为a，b和c
• 并希望将其级别标记为“处理A”等。

因子函数将查找值a，b和c，将它们转换为数值因子类，并将标签值添加到level因子的属性。此属性用于将内部数值转换为正确的标签。但是如您所见，没有label属性。

> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))    
> attributes(df$f)
$levels
[1] "a" "b" "c"

$class
[1] "factor"

> df$f <- factor(df$f, levels=c('a','b','c'),
+   labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))    
> attributes(df$f)
$levels
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

$class
[1] "factor"

我编写了一个软件包“ lfactors”，使您可以引用级别或标签。

# packages
install.packages("lfactors")
require(lfactors)

flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads"))
# Tails can now be referred to as, "Tails" or 0
# These two lines return the same result
flips == "Tails"
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE
flips == 0 
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE

请注意，lfactor要求级别为数字，以便它们不会与标签混淆。