Pomieszanie poziomów czynników i etykiet czynników

Wydaje się, że istnieje różnica między poziomami i etykietami czynnika w R. Do tej pory zawsze myślałem, że poziomy są `` prawdziwą '' nazwą poziomów czynników, a etykiety są nazwami używanymi do wyników (takich jak tabele i wykresy) . Oczywiście tak nie jest, jak pokazuje poniższy przykład:

df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
str(df)
'data.frame':   3 obs. of  2 variables:
 $ v: num  1 2 3
 $ f: Factor w/ 3 levels "a","b","c": 1 2 3

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
levels(df$f)
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

Myślałem, że poziomy („a”, „b”, „c”) mogą być nadal dostępne podczas tworzenia skryptów, ale to nie działa:

> df$f=='a'
[1] FALSE FALSE FALSE

Ale to robi:

> df$f=='Treatment A: XYZ' 
[1]  TRUE FALSE FALSE

Moje pytanie składa się więc z dwóch części:

• Jaka jest różnica między poziomami a etykietami?

• Czy można mieć różne nazwy poziomów współczynników dla skryptów i danych wyjściowych?

Tło: W przypadku dłuższych skryptów pisanie skryptów z krótkimi poziomami współczynników wydaje się znacznie łatwiejsze. Jednak w przypadku raportów i wykresów te krótkie poziomy współczynników mogą nie być wystarczające i powinny zostać zastąpione precyzyjnymi nazwami.

Bardzo krótko: poziomy to dane wejściowe, etykiety to dane wyjściowe w factor()funkcji. Współczynnik ma tylko levelatrybut, który jest ustawiany przez labelsargument w factor()funkcji. Różni się to od koncepcji etykiet w pakietach statystycznych, takich jak SPSS, i na początku może być mylące.

Co robisz w tej linii kodu

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))

mówi R, że istnieje wektor df$f

• który chcesz przekształcić w czynnik,
• w którym różne poziomy są zakodowane jako a, b i c
• i dla którego chcesz, aby poziomy były oznaczone jako Leczenie A itp.

Funkcja współczynnika wyszuka wartości a, bi c, przekształci je w numeryczne klasy współczynników i doda wartości etykiet do levelatrybutu współczynnika. Ten atrybut służy do konwersji wewnętrznych wartości liczbowych na prawidłowe etykiety. Ale jak widzisz, nie ma labelatrybutu.

> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))    
> attributes(df$f)
$levels
[1] "a" "b" "c"

$class
[1] "factor"

> df$f <- factor(df$f, levels=c('a','b','c'),
+   labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))    
> attributes(df$f)
$levels
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

$class
[1] "factor"

Napisałem pakiet „lfactors”, który umożliwia odniesienie się do poziomów lub etykiet.

# packages
install.packages("lfactors")
require(lfactors)

flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads"))
# Tails can now be referred to as, "Tails" or 0
# These two lines return the same result
flips == "Tails"
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE
flips == 0 
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE

Należy zauważyć, że współczynnik l wymaga, aby poziomy były numeryczne, aby nie można ich było pomylić z etykietami.