在R中,如何折叠类别或重新分类变量？

Question

我确信这是一个非常基本的问题:

在RI中有600,000个分类变量 - 每个变量分类为"0","1"或"2"

我想要做的是折叠"1"和"2"并自己留下"0",这样在重新分类"0"="0"之后; "1"="1"和"2"="1"---最后我只想要"0"和"1"作为每个变量的类别.

另外,如果可能的话,我宁愿不创建600,000个新变量,如果我可以用新值替换现有变量那么好!

最好的方法是什么？

谢谢!

Answer 1

我发现这更通用了factor(new.levels[x]):

> x <- factor(sample(c("0","1","2"), 10, replace=TRUE)) 
> x
 [1] 0 2 2 2 1 2 2 0 2 1
Levels: 0 1 2
> new.levels<-c(0,1,1)
> x <- factor(new.levels[x])
> x
 [1] 0 1 1 1 1 1 1 0 1 1
Levels: 0 1

新的级别向量必须与x中的级别数相同,因此您可以使用字符串和NA执行更复杂的重新编码,例如

x <- factor(c("old", "new", NA)[x])
> x
 [1] old    <NA>   <NA>   <NA>   new <NA>   <NA>   old   
 [9] <NA>   new    
Levels: new old

Answer 2

recode()对此有点矫枉过正.您的情况取决于它目前的编码方式.假设你的变量是x.

如果是数字

x <- ifelse(x>1, 1, x)

如果它的性格

x <- ifelse(x=='2', '1', x)

如果它是0,1,2级别的因素

levels(x) <- c(0,1,1)

这些中的任何一个都可以跨数据帧dta应用于变量x.例如...

 dta$x <- ifelse(dta$x > 1, 1, dta$x)

或者,框架的多个列

 df[,c('col1','col2'] <- sapply(df[,c('col1','col2'], FUN = function(x) ifelse(x==0, x, 1))

Answer 3

recode包中有一个函数car（Companion to Applied Regression）：

require("car")    
recode(x, "c('1','2')='1'; else='0'")

或者对于您在普通 R 中的情况：

> x <- factor(sample(c("0","1","2"), 10, replace=TRUE))
> x
 [1] 1 1 1 0 1 0 2 0 1 0
Levels: 0 1 2
> factor(pmin(as.numeric(x), 2), labels=c("0","1"))
 [1] 1 1 1 0 1 0 1 0 1 0
Levels: 0 1

更新：要重新编码数据框的所有分类列，tmp您可以使用以下内容

recode_fun <- function(x) factor(pmin(as.numeric(x), 2), labels=c("0","1"))
require("plyr")
catcolwise(recode_fun)(tmp)