编辑:改述:所描述的情况可以是从不同统计程序中提取数据的结果,可以产生具有(a)因子水平和(b)其相应的指定“数值”值的单独csv文件。
1)我可能有很多因子变量,例如性别,年龄范围和这些因素变量具有例如男性/女性,18-30 / 31-40等.2)这些级别分配给某些数字,无论是否有序。 3)因子/水平数据帧是一个数据帧/数据集。分配给因子水平数据集是一个分离的数据帧。 4)我想将这两个数据集合并为一个数据集。这意味着必须保留有序因子水平并将其正确分配给相应的数字。
因此,因子级别及其分配的数字被保存在两个不同的数据集中(例如csv文件)。这两个数据帧必须“合并”。
我怎样才能做到这一点?附:这两个数据集之间有一个共同的ID变量。
d1_levels d2_levels d3_levels
1 2 2 0
2 0 1 2
3 1 2 1
4 2 2 2
d1_labels d2_labels d3_labels
1 boy east <3kg
2 dont know south 3kg
3 girl east >3kg
4 boy east 3kg
我希望d1_labels具有相同的结果,作为下面R命令的结果
dataset$d1_labels<- factor(d1_levels, levels = c(0,1,2), labels = c("dont know", "girl", "boy"))
问题不完全清楚:
merge
。levels
和labels
are与factors
一起使用我们将尝试这两种变体,并希望OP将指定他的目标。
merge(DF1, DF2, by = "rn")
# rn d1_levels d2_levels d3_levels d1_labels d2_labels d3_labels
#1 1 2 2 0 boy east <3kg
#2 2 0 1 2 dont know south 3kg
#3 3 1 2 1 girl east >3kg
#4 4 2 2 2 boy east 3kg
reorder(factor(DF2$d1_labels), DF1$d1_levels)
#[1] boy dont know girl boy
#attr(,"scores")
# boy dont know girl
# 2 0 1
#Levels: dont know girl boy
reorder(factor(DF2$d2_labels), DF1$d2_levels)
#[1] east south east east
#attr(,"scores")
# east south
# 2 1
#Levels: south east
reorder(factor(DF2$d3_labels), DF1$d3_levels)
#[1] <3kg 3kg >3kg 3kg
#attr(,"scores")
#<3kg >3kg 3kg
# 0 1 2
#Levels: <3kg >3kg 3kg
factor()
创建因子,reorder()
根据水平列中给出的顺序对因子水平进行排序。在R中,级别的编号从1开始。
单个结果可以组合回一个数据帧(但请注意,这不是R中首选的手动转换许多列的方法。)
result <- data.frame(
rn = DT1$rn,
d1 = reorder(factor(DF2$d1_labels), DF1$d1_levels),
d2 = reorder(factor(DF2$d2_labels), DF1$d2_levels),
d3 = reorder(factor(DF2$d3_labels), DF1$d3_levels)
)
OP澄清了这个问题,并且有requested将水平和标签组合在一起,例如500个因子列。
不幸的是,这非常复杂,因为它需要将来自两个不同数据框架的数据汇集在一起,这些数据框架的命名方式不同。如果两个data.frames中的匹配列的名称相同,例如d1
,则会容易得多。因此,我们必须将来自d1_levels
的DF1
与来自d1_labels
的DF2
汇集在一起。
base_names <- na.omit(unique(stringr::str_extract(c(names(DF1), names(DF2)), ".+(?=_levels$)")))
base_names
#[1] "d1" "d2" "d3"
result <- as.data.frame(
setNames(
lapply(base_names, function(x) {
reorder(factor(DF2[[paste0(x, "_labels")]]), DF1[[paste0(x, "_levels")]])
}), base_names
)
)
result
# d1 d2 d3
#1 boy east <3kg
#2 dont know south 3kg
#3 girl east >3kg
#4 boy east 3kg
str(result)
#'data.frame': 4 obs. of 3 variables:
# $ d1: Factor w/ 3 levels "dont know","girl",..: 3 1 2 3
# ..- attr(*, "scores")= num [1:3(1d)] 2 0 1
# .. ..- attr(*, "dimnames")=List of 1
# .. .. ..$ : chr "boy" "dont know" "girl"
# $ d2: Factor w/ 2 levels "south","east": 2 1 2 2
# ..- attr(*, "scores")= num [1:2(1d)] 2 1
# .. ..- attr(*, "dimnames")=List of 1
# .. .. ..$ : chr "east" "south"
# $ d3: Factor w/ 3 levels "<3kg",">3kg",..: 1 3 2 3
# ..- attr(*, "scores")= num [1:3(1d)] 0 1 2
# .. ..- attr(*, "dimnames")=List of 1
# .. .. ..$ : chr "<3kg" ">3kg" "3kg"