理解级别：级别与 unique() 不同吗

Question

我将 csv 文件读入名为rr. 角色栏被视为因素，这很好。

我是否正确理解这些levels只是unique列的值？IE

levels(rr$col) == unique(rr$col)

然后我想去掉前导和尾随空格。（我不知道 read 中的 strip.WHITESPACE 选项）所以我做了

rr$col = str_trim(rr$col).

现在rr$col不再是一个因素了。所以我做了

rr$col = as.factor(rr$col)

但我现在发现它levels(rr$col)缺少一些独特的价值观！为什么？

Answer 1

“级别”是变量（列）的特殊属性。它们很方便，因为即使子集不包含特定级别的任何值，它们也会被保留。举个例子

x <- as.factor(rep(letters[1:3], each = 3))

如果我们仅对 level 下的元素进行子集化，a并且b,c则被排除在外。它将被检测到levels()，但不会被检测到unique()。后者将查看哪些值仅出现在子集中。

> x[c(1,2, 4)]
[1] a a b
Levels: a b c
> levels(x[c(1,2, 4)])
[1] "a" "b" "c"
> unique(x[c(1,2, 4)])
[1] a b
Levels: a b c