将Stata中的值用于R数据。框，但显示标签而不是值
我是R的新手，更习惯Stata。 我设法使用library(foreign)将数据库从Stata读取到Rdata.frame。 data=read.dta("mydata.dta", convert.dates = TRUE, convert.factors = TRUE, missing.type = FALSE, convert.unders
..
r-factor相关内容
带ggplot2的发散堆叠条形图：图例中的系数排序问题
我正在尝试使用ggplot2在分散堆叠条形图上绘制Likert刻度数据。 我看到了很多解决方案，其中我找到的最好的解决方案是this faceted solution(虽然不需要刻面)。我特别欣赏的事实是，对于奇数刻度，中性值以0为中心。 我在这里以一种简化的方式复制了这个解决方案的想法(使用两个geom_col()和反向计数)： # Data sample data
..
一次将多个列强制转换为因子
我有一个如下示例数据框: data
..
将具有看不见的字符串值的新记录附加到数据帧时，看不见的因子水平会导致警告并导致 NA
我有一个数据框(14.5K 行 x 15 列)，其中包含从 2001 年到 2007 年的结算数据. 我将新的 2008 年数据附加到其中:alltime 警告信息:在`[ 我的猜测是，有一些新患者的姓名不在之前的数据框中，因此它不知道给这些患者提供什么级别.在“推荐医生"列中出现类似的新名字.
..
按 R 中的因子着色图
我正在制作两个变量的散点图，并希望通过因子变量为点着色.这是一些可重现的代码: data 这一切都很好，但我怎么知道什么因素被染上了什么颜色?? 解决方案 data 应该为你做.但我更喜欢 ggplot2 并建议在 R 中获得更好的图形.
..
我们可以在 R 中获得因子矩阵吗?
似乎不可能在 R 中获得因子矩阵.这是真的吗?如果是，为什么?如果没有，我该怎么办? f
..
在 R 中的稀疏矩阵中直接创建虚拟变量集
假设您有一个包含大量列(1000 个因子，每个因子有 15 个级别)的数据框.您想创建一个虚拟变量数据集，但由于它太稀疏，您希望以稀疏矩阵格式保留虚拟变量. 我的数据集很大，步骤越少，对我来说越好.我知道如何做上述步骤；但我无法直接从初始数据集创建稀疏矩阵，即一步而不是两步.有什么想法吗? 编辑:一些评论要求进一步阐述，所以这里是: 其中 X 是我的原始数据集，包含 1000 列
..
使用 ggplot2 绘图:“错误:离散值提供给连续尺度"在分类 y 轴上
下面的绘图代码给出了错误:提供给连续刻度的离散值 这段代码有什么问题?它工作正常，直到我尝试改变比例所以错误就在那里......我试图从类似的问题中找出解决方案，但不能. 这是我数据的head: >dput(head(df))结构(列表(`10` = c(0, 0, 0, 0, 0, 0)，`33.95` = c(0, 0，0, 0, 0, 0), `58.66` = c(0, 0,
..
使用ggplot2时如何更改箱线图的顺序?
这个问题来自另一个一个.我无法在那里实施答案. 定义: df2 剧情: require(ggplot2)qplot(变量，值，数据=df2，geom=“boxplot")+geom_jitter(position=position_jitter(w=0.1,h=0.1)) 我希望以相反的顺序绘制箱线图(例如，一个在右在左，依此类推). 我尝试了各种使用levels、order
..
一次将多个列强制为因子
我有一个如下所示的示例数据框: data 我想知道如何选择多个列并将它们一起转换为因子.我通常用 data$A = as.factor(data$A) 这样的方式来做.但是当数据框很大并且包含很多列时，这种方式将非常耗时.有谁知道更好的方法来做到这一点? 解决方案 选择一些列来强制因子: cols 使用 lapply() 来强制替换选中的列: data[cols]
..
清理因子级别(折叠多个级别/标签)
清理包含需要折叠的多个级别的因子的最有效(即有效/适当)方法是什么?即如何将两个或多个因子水平合二为一. 这里有一个例子，“是"和“Y"两个级别应该折叠为“是"，“否"和“N"折叠为“否": ## 给定:x 级别:是 否 #
..
删除子集数据框中未使用的因子水平
我有一个包含 factor 的数据框.当我使用 subset 或其他索引函数创建此数据框的子集时，会创建一个新数据框.但是，factor 变量保留其所有原始级别，即使/如果它们不存在于新数据框中. 在进行分面绘图或使用依赖因子水平的函数时，这会导致问题. 从新数据框中的因子中删除级别的最简洁方法是什么? 这是一个例子: df 解决方案 你应该做的就是在子集化后再次将 fa
..
意外转换为字符而不是数据框和矩阵中的因子
我不是 R 的新手用户，但以下内容最令人困惑. 我有一个数据框(尽管问题同样存在于矩阵中)的分类变量采用值 +1/-1，我想将其转换为因子. mat 垫[,1] [,2] [
..
R data.frame:按分组向量选定列的 rowSums
我有一个包含一系列数字列的数据框，两边被(不相关的)字符列包围.我想获得一个保留不相关列位置的新数据框，并通过某个分组向量将数字列彼此添加(或按组将其他一些行函数应用于数据框).示例: sample = data.frame(cha1 = c("A","B"),num1=1:2,num2=3:4,num3=11:12,num4=13:14,cha2=c("C","D"))>样本cha1 num1
..
R:为什么我没有得到类型或类的“因素"?将列转换为因子后?
我有以下设置. df 然后我尝试将其中一列转换为“因子".但是正如你在下面看到的，我没有得到任何“因子"类型或类.我做错了什么吗? df[, 1] 解决方案 抱歉，我觉得我原来的答案写得不好.为什么我一开始就把那个“因素矩阵"放进去?这是一个更好的尝试. 来自 ?apply: 如果‘X’不是数组而是具有非空值的类的对象‘dim’值(例如数据框)，‘apply’试图强制它如果
..
为什么 as.factor 在 apply 内部使用时会返回一个字符?
我想使用 apply() 将变量转换为因子: a 结果: x1 x2 x3“性格"“性格"“性格" 我不明白为什么这会导致字符向量而不是因子向量. 解决方案 apply 将您的 data.frame 转换为字符矩阵.使用lapply: lapply(a, class)# $x1# [1] "数字"# $x2# [1] “因素"# $x3# [1] “因素" 在第二个命令中应
..
将具有看不见的字符串值的新记录附加到数据帧时出现看不见的因子水平，导致警告并导致 NA
我有一个包含 2001 年到 2007 年的帐单数据的数据框(14.5K 行 x 15 列). 我将新的 2008 数据附加到它:alltime 警告信息:在`[
..
计算 r 中的唯一因子
我想知道在记录的每个出生日期分娩的独特水坝的数量.我的数据框类似于这个: dam 我使用了 aggregate(dam ~ bdate, data=mydf, FUN=length) 但它计算了在特定日期分娩的所有水坝 bdate 坝1 2009-10-01 52 2009-10-03 3 相反，我需要这样的东西: mydf2大坝1 2009-10-01 22 2009-10-03 2
..
dplyr 和 tidyr:将长格式转换为宽格式并排列列
我正在创建一个 shiny 应用，用户将在其中上传一个包含多个变量的 .csv 文件.使用dplyr，我将select 前四个变量，如下所示，并将它们从长格式转换. 数据 df 我使用下面的代码将长格式转换为宽格式 从长到宽 库(dplyr)图书馆(整理)df_wide %tidyr::spread(因子，功率) 结果 >df_wide客户评价 TK1 TK10
..
基于因子变量中的观察数进行子集化
如何根据因子变量水平的观察次数进行子集化?我有一个包含 1,000,000 行和近 3000 个级别的数据集，我想用较少的 200 个观察值对级别进行子集化. data 从上面的总结中可以看出，有些因子只有几个obs，我想去掉小于100的因子. 我尝试了以下方法，但没有用: for (n in unique((data$factor))) {m 解决方案 table, 子集，并根
..