Como converter um fator em integer\numérico sem perda de informação?

Quando converto um fator para um numérico ou inteiro, recebo os códigos de nível subjacentes, não os valores como números.

f <- factor(sample(runif(5), 20, replace = TRUE))
##  [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 
##  [4] 0.0284090070053935 0.363644931698218  0.363644931698218 
##  [7] 0.179684827337041  0.249704354675487  0.249704354675487 
## [10] 0.0248644019011408 0.249704354675487  0.0284090070053935
## [13] 0.179684827337041  0.0248644019011408 0.179684827337041 
## [16] 0.363644931698218  0.249704354675487  0.363644931698218 
## [19] 0.179684827337041  0.0284090070053935
## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218

as.numeric(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

as.integer(f)
##  [1] 1 1 3 2 5 5 3 4 4 1 4 2 3 1 3 5 4 5 3 2

Tenho de recorrer à "pasta" para obter os valores reais:

as.numeric(paste(f))
##  [1] 0.02486440 0.02486440 0.17968483 0.02840901 0.36364493 0.36364493
##  [7] 0.17968483 0.24970435 0.24970435 0.02486440 0.24970435 0.02840901
## [13] 0.17968483 0.02486440 0.17968483 0.36364493 0.24970435 0.36364493
## [19] 0.17968483 0.02840901

Existe uma maneira melhor de converter um factor em numérico?

Jaap
Pergunta editada :em
Programação
casting r r-faq
5º agosto 2010 в 6:53
13 vistas
Solução

Veja a seção Aviso de ?fator:

Em particular, 'as.numeric' aplicado a um fator é insignificante, e pode acontece por coerção implícita. Para transformar um fator f em aproximadamente seu numero original valores, as.numeric(levels(f))[f] é recomendado e um pouco mais eficiente do que as.numeric(as.character(f)).

A FAQ sobre R tem conselhos semelhantes.

Porque é as.numeric(levels(f))[f] mais eficaz do que as.numeric(as.character(f))?

as.numeric(as.character(f)) é efetivamente as.numeric(levels(f)[f]), então você está realizando a conversão para numérico em length(x) valores, ao invés de em nlevels(x) valores. A diferença de velocidade será mais aparente para vetores longos com poucos níveis. Se os valores são na maioria das vezes únicos, haverá uma grande diferença na velocidade. Entretanto você faz a conversão, esta operação é improvável que seja o gargalo no seu código, então não'não se preocupe muito com isso.

**alguns horários***

library(microbenchmark)
microbenchmark(
  as.numeric(levels(f))[f],
  as.numeric(levels(f)[f]),
  as.numeric(as.character(f)),
  paste0(x),
  paste(x),
  times = 1e5
)
## Unit: microseconds
##                         expr   min    lq      mean median     uq      max neval
##     as.numeric(levels(f))[f] 3.982 5.120  6.088624  5.405  5.974 1981.418 1e+05
##     as.numeric(levels(f)[f]) 5.973 7.111  8.352032  7.396  8.250 4256.380 1e+05
##  as.numeric(as.character(f)) 6.827 8.249  9.628264  8.534  9.671 1983.694 1e+05
##                    paste0(x) 7.964 9.387 11.026351  9.956 10.810 2911.257 1e+05
##                     paste(x) 7.965 9.387 11.127308  9.956 11.093 2419.458 1e+05
Jaap
Resposta editada :em
Comentários (6)

R tem uma série de funções de conveniência (não documentadas) para a conversão de fatores:

  • as.character.factor
  • "as.data.frame.factor
  • "como.data.factor
  • as.list.factor
  • "como.vector.factor
  • ...

Mas irritantemente, não há nada para lidar com o factor -> conversão numérica. Como uma extensão da resposta de Joshua Ulrich's, eu sugeriria superar esta omissão com a definição da sua própria função idiomática:


as.numeric.factor
MrLore
Resposta editada :em
Comentários (6)

É possível **somente*** no caso em que as etiquetas dos factores coincidam com os valores originais. Vou explicar isso com um exemplo.

Suponha que os dados são vetoriais x:


x
Comentários (0)