如何在不损失信息的情况下将一个因子转换为整数/数字？
当我把一个因子转换为数字或整数时，我得到的是底层的级别代码，而不是作为数字的值。
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我不得不求助于 "粘贴 "来获得真正的数值。
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是否有更好的方法将因子转换为数字？
559
3
见
?因子的警告部分。R的FAQ有类似的建议。
**为什么
as.numeric(level(f))[f]比as.numeric(as.character(f))更有效率？as.numeric(as.character(f))实际上是as.numeric(level(f)[f])，所以你是在length(x)值上进行数字转换，而不是在nlevels(x)值上。 速度上的差异对于层次少的长向量来说是最明显的。 如果数值大多是唯一的，那么速度上就不会有太大的差别。无论你如何进行转换，这个操作都不可能成为你代码中的瓶颈，所以不要太担心这个问题。一些时间安排
R有一些（未记录的）方便的函数用于转换因子。
as.data.frame.factor(数据框架系数)as.list.factor（列表）。as.vector.factor。但恼人的是，没有任何东西可以处理因子-> 数字的转换。作为Joshua Ulrich回答的延伸，我建议通过定义你自己的习惯性函数来克服这一遗漏。
只有在因子标签与原始值一致的情况下，才有可能***。我将用一个例子来解释它。
假设数据是向量
x。