因子（Factor）
R 的因子（factor）變數是專門用來儲存類別資料的變數，它同時具有字串與整數的特性。
建立因子變數
若要建立一個因子變數，可以使用 factor 函數：
colors <- c("red", "yellow", "green", "red", "green") colors.factor <- factor(colors) colors.factor
[1] red yellow green red green Levels: green red yellow
因子變數在輸出時，看起來跟一般的字元向量類似，而最後一行的 levels 會列出這個因子變數所有的類別。我們可以使用 levels 這個函數取得因子的 levels：
levels(colors.factor)
[1] "green" "red" "yellow"
nlevels 則可以取得因子 levels 的數量：
nlevels(colors.factor)
[1] 3
在建立因子變數時，可以使用 levels 參數指定 levels 的排列順序：
colors.factor2 <- factor(colors, levels = c("red", "yellow", "green")) colors.factor2
[1] red yellow green red green Levels: red yellow green
labels 參數則可以指定個類別的名稱：
colors.factor3 <- factor(colors, levels = c("red", "yellow", "green"), labels = c("R", "Y", "G")) colors.factor3
[1] R Y G R G Levels: R Y G
在建立 data frame 時，R 預設會將文字的資料轉為因子：
values <- c(12, 54, 23, 83, 2) colors <- c("red", "yellow", "green", "red", "green") my.table <- data.frame(values, colors) my.table
values colors 1 12 red 2 54 yellow 3 23 green 4 83 red 5 2 green
class(my.table$colors)
[1] "factor"
改變因子的 Levels
因子變數中的元素值只能是 levels 中的其中一種或是缺失值（NA），如果將因子的元素指定為其他的字串，該元素就會被設定為缺失值，並產生警告訊息：
colors.factor[1] <- "blue"
Warning message: In `[<-.factor`(`*tmp*`, 1, value = "blue") : invalid factor level, NA generated
colors.factor
[1] <NA> yellow green red green Levels: green red yellow
如果要新增一個 levels 中沒有的類別資料，可以先使用 levels 函數先新增一個 level，再指定新的值：
colors.levels <- levels(colors.factor) levels(colors.factor) <- c(colors.levels, "blue") colors.factor[1] <- "blue" colors.factor
[1] blue yellow green red green Levels: green red yellow blue
在更動因子變數的 levels 時，要注意其排列的順序，新增的 level 要放在最後面，如果順序搞錯會造成資料錯誤，若要避免順序錯亂的問題，可以使用 list 的方式指定：
levels(colors.factor) <- list( blue = "blue", green = "green", red = "red", yellow = "yellow") colors.factor[1] <- "blue" colors.factor
[1] blue yellow green red green Levels: blue green red yellow
relevel 可以重新排序因子變數的 levels，將指定的 level 放在第一個位置：
relevel(colors.factor, "red")
[1] blue yellow green red green Levels: red blue green yellow
移除因子的 Levels
有時候在處理一些原始的文字資料時，會出現類似這樣英文大小寫不統一的狀況：
colors.raw <- c("Red", "yellow", "green", "red", "green") colors.factor <- factor(colors.raw) colors.factor
[1] Red yellow green red green Levels: green red Red yellow
而經過修正之後，就會出現一些沒有用的 levels。
colors.factor[1] <- "red" unique(colors.factor)
[1] red yellow green Levels: green red Red yellow
若要移除因子變數中沒有用到的 levels，可以使用 droplevels 函數：
colors.factor <- droplevels(colors.factor) colors.factor
[1] red yellow green red green Levels: green red yellow
droplevels 也可以直接處理 data frame 之內的因子欄位：
colors.raw <- c("Red", "yellow", "green", "red", "green") values <- c(12, 54, 23, 83, 2) my.table2 <- data.frame(values, colors.raw) my.table2$colors.raw
[1] Red yellow green red green Levels: green red Red yellow
my.table2$colors.raw[1] <- "red" unique(my.table2$colors.raw)
[1] red yellow green Levels: green red Red yellow
my.table2 <- droplevels(my.table2) my.table2$colors.raw
[1] red yellow green red green Levels: green red yellow
