如何从R中的文本值中创建分类变量

Question

我有一个带有分类变量Weather的数据集。这个变量有三个不同的文本值。“干”、“小雨”和“雨”。

我想要创建另一个变量，我可以为这些变量分配数值。例如，Dry将为1，Drizzle将为2，Rain将为3。

作为一个侧面信息，weather变量将用于预测水系统的阻塞，所以我将在某种线性回归模型中使用这一点。

Answer 1

我们可以转换成factor，然后胁迫到integer

as.integer(factor(df1$Weather, levels = c("Dry", "Drizzle", "Rain"))

Answer 2

为了记录在案，这也将做好以下工作：

match(df1$Weather, c("Dry", "Drizzle", "Rain"))

这比@akrun的解决方案略快(反正已经非常快了)：

x <- sample(c("Dry", "Drizzle", "Rain"), 1e6, rep=T)

microbenchmark::microbenchmark(
   as.integer(factor(x, levels = c("Dry", "Drizzle", "Rain"))),
   match(x, c("Dry", "Drizzle", "Rain"))
)

Unit: milliseconds
expr      min       lq       mean     median       
14.31158  18.13069  23.19702 20.98414 23.10840 
13.30326  16.00538  19.07544 17.59751 19.53679  

Answer 3

您可以转换为有序因子并为其分配标签：

data <- data.frame(Weather = c("Drizzle", "Rain", "Drizzle", "Rain", "Dry")) factor(data$Weather, levels = c("Dry", "Drizzle", "Rain"), labels = c(1, 2, 3), ordered=TRUE)

它将返回：

[1] 2 3 2 3 1 Levels: 1 < 2 < 3

您还可以阅读有关在线性回归模型中使用有序因素的内容。这个问题可能是一个好的开始：https://stats.stackexchange.com/questions/33413/continuous-dependent-variable-with-ordinal-independent-variable