欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
作者：宋星云 中国科学院心理研究所硕士，R语言爱好者。已有多年数据分析与R语言的实战经验，毕业后将从事数据分析工作。
个人公众号：星云实验室
类别变量(nominal variable)，又称名义变量、称名变量、分类变量，是一种常用的定性变量，用于表示类别。本身没有等级顺序之分，不可比较大小，不可加减乘除。例如性别、民族、肤色、学号等等。
在R中，通常使用factor类型的变量存储类别变量，有时即便你直接使用了string类型，但是在数据分析中，R依旧会将string变量转化为factor变量进行分析。通常，我们可以直接用factor函数进行变量类型的转化：
item <- factor(item)
但是，factor类型的变量默认是按照字符串的顺序排列的，在数据可视化、回归分析中，排列顺序均会有一定的影响。有时会很麻烦。
举个例子：下表是一次考试中4题的平均分（数据为自编）
现在我们要绘制4题的柱状图，如果直接绘制，那么会是这样的情况：
在横轴上，item会按照字符串顺序排列，而不是按照我们给出的T1,T2,T3,T11的顺序排列。
那么该怎么办呢？
levels函数能够显示factor变量的顺序，labels函数则显示我们看到的那部分内容。我们直接对factor变量的label属性进行设置，就可以达到自定义顺序的效果：
item<-c("T1","T2","T3","T11")
factor(item)
# > [1] T1 T2 T3 T11
# > Levels: T1 T11 T2 T3
### 可以使用此方案为factor后的变量加自定义的顺序
ordered.item <- factor(1:length(item), labels = item)
ordered.item
# > [1] T1 T2 T3 T11
# > Levels: T1 T2 T3 T11
有时，在数据框(data.frame)内，排列的顺序也比较复杂，例如下表，我们依旧想要按照 T1 T2 T3 T11 的顺序来画图，此时不能直接按照上述方法操作。
解决方案依旧不复杂：
### 首先写入自定义顺序
ordered.item <- c("T1","T2","T3","T11")
ordered.item <- factor(1:length(ordered.item),labels = ordered.item)
### 然后对数据框df中的item字段进行自定义顺序排列
df$item<-
factor
(df$item,
levels
= levels(ordered.item))
levels(df$item)
# > [1] T1 T2 T3 T11
这样，在后续的分析中，df的item字段就会是按照 T1 T2 T3 T11 的顺序来排列了。
往期精彩：-
【R文本分析】《工作细胞》是一部成功的科普番嘛？
-
【R可视化】你家乡的肯德基都在哪儿？
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法
我怎么这么好看
网友评论