R语言:实现因子与字符串的互转

更新时间：2021年04月19日 11:40:51 作者：蚁方阵

这篇文章主要介绍了R语言:实现因子与字符串的互转操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

在导入大批量数据时，如果没有显式地指定“stringsAsFactors = FALSE”，默认会将所有的字符串转换为因子，导致数据处理速度较慢。

示例数据如下：

name,math,english,sex,year
"yiifaa",65,68,"M",2018
"yiifee",95,98,"F",2018
"guagua",75,78,"M",2018
"MM",85,88,"F",2018

查看数据概要，发现默认将字符串转换为因子，并进行了分组计数(这也是处理速度较慢的原因之一)

概要如下：

  name        math         english     sex        year     
 guagua:1   Min.   :65.0   Min.   :68.0   F:2   Min.   :2018  
 MM    :1   1st Qu.:72.5   1st Qu.:75.5   M:2   1st Qu.:2018  
 yiifaa:1   Median :80.0   Median :83.0         Median :2018  
 yiifee:1   Mean   :80.0   Mean   :83.0         Mean   :2018  
            3rd Qu.:87.5   3rd Qu.:90.5         3rd Qu.:2018  
            Max.   :95.0   Max.   :98.0         Max.   :2018

但这样的分组计数并没有意义，所以需要利用“as.character”转换为字符，如下：

#! /usr/bin/env RScript
setwd("D:/Workspace/R-Works/R-Stat")
scores <- read.table("Score.txt", header = TRUE, sep = ",", quote="\"", encoding = "UTF-8", stringsAsFactors = TRUE)
# 将因子转换为字符
scores$name <- as.character(scores$name)
# 多转一个进行测试
scores$sex <- as.character(scores$sex)

再次查看概要，如下：

name                math         english         sex                 year     
 Length:4           Min.   :65.0   Min.   :68.0   Length:4           Min.   :2018  
 Class :character   1st Qu.:72.5   1st Qu.:75.5   Class :character   1st Qu.:2018  
 Mode  :character   Median :80.0   Median :83.0   Mode  :character   Median :2018  
                    Mean   :80.0   Mean   :83.0                      Mean   :2018  
                    3rd Qu.:87.5   3rd Qu.:90.5                      3rd Qu.:2018  
                    Max.   :95.0   Max.   :98.0                      Max.   :2018

可以看到，概要中已经没有了分组计数，但多了总数计量，如果要恢复分组计数，则需要重新创建因子，如下：

scores$sex <- factor(scores$sex, levels=c("M", "F"), ordered = TRUE)

结论

在导入大批量数据时，为了提高性能，尽可能分两步走：

1. 显式指定“stringsAsFactors = FALSE”；

2. 依次将所需要的数据列(向量)转换为因子；

补充：R语言：变量名称和字符串的转换

在R语言中，经常会遇到变量名称和字符串相互转换的问题。

比如说，进行1000次循环运算，并将运算结果存储在1000个变量中，如x_1, x_2, ... , x_1000。这时候可以使用assign()函数，示例如下：

> a
错误: 找不到对象'a'
> assign('a', 1)
> a
[1] 1

上面的例子将字符'a'转变为变量a，并将其赋值为1 。

相反，如果我们想遍历一个变量序列，并对其中的每一个变量都进行操作，该怎么办呢？我们可以使用get()函数。示例如下：

> a <- 1
> b <- 2
> c <- 3
> sequence <- c('a', 'b', 'c')
> for (var in sequence){print(var + 10)}

错误于var + 10 : 二进列运算符中有非数值参数

> for (var in sequence){print(get(var) + 10)}
[1] 11
[1] 12
[1] 13

我们可以发现，get函数将字符var转变为变量，并根据变量的值进行后续操作。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

您可能感兴趣的文章:

R语言-如何给直方图加标签
这篇文章主要介绍了R语言-如何给直方图加标签，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言中dnorm,pnorm,qnorm和rnorm的区别浅析
正在学习R语言统计学的小伙伴,可能会被各种专有名词所困扰,下面这篇文章主要给大家介绍了关于R语言中dnorm,pnorm,qnorm和rnorm区别的相关资料,需要的朋友可以参考下
2022-12-12
R语言实现岭回归的示例代码
本文主要介绍了R语言实现岭回归的示例代码，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-08-08
R语言运算符知识点讲解
在本篇文章里小编给大家分享了一篇关于R语言运算符知识点讲解内容，有兴趣的朋友们可以参考下。
2021-03-03
Rcpp和RcppArmadillo创建R语言包的实现方式
这篇文章主要为大家介绍了Rcpp和RcppArmadillo创建R包实现方式，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2021-11-11
R语言中corrplot标题居中及eps格式输出
由于论文的需要，很多R语言绘图需要eps格式矢量图的方式进行输出，同时最近也需要绘制相关性图，因此决定写个博客作为记录，有需要的朋友可以借鉴参考下
2021-11-11
R语言which函数介绍及Rcpp改写详解
有的时候我们需要找到一个数据子向量中的位置,我们就可以使用which函数,下面这篇文章主要给大家介绍了关于R语言which函数介绍及Rcpp改写的相关资料,需要的朋友可以参考下
2022-07-07
R语言判断语句的使用详解
这篇文章主要介绍了R语言判断语句的使用详解，帮助大家更好的理解和学习使用R语言，感兴趣的朋友可以了解下
2021-03-03
R语言逻辑型运算的实现
本文主要介绍了R语言逻辑型运算，逻辑型是 R 的基本数据类型之一，只有两个值 TRUE 和 FALSE, 缺失时为 NA，具有一定的参考价值，感兴趣的可以了解一下
2022-03-03
R语言入门之安装R和Rstuido软件
这篇文章主要介绍了R语言入门之安装R和Rstuido软件，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03