Réorganiser les niveaux d'un facteur sans changer l'ordre des valeurs

J'ai une base de données avec des variables numériques et des factorvariables catégorielles . L'ordre des niveaux de ces facteurs n'est pas celui que je souhaite.

numbers <- 1:4
letters <- factor(c("a", "b", "c", "d"))
df <- data.frame(numbers, letters)
df
#   numbers letters
# 1       1       a
# 2       2       b
# 3       3       c
# 4       4       d

Si je change l'ordre des niveaux, les lettres ne sont plus avec leurs numéros correspondants (mes données sont totalement absurdes à partir de maintenant).

levels(df$letters) <- c("d", "c", "b", "a")
df
#   numbers letters
# 1       1       d
# 2       2       c
# 3       3       b
# 4       4       a

Je veux simplement changer l' ordre des niveaux , donc lors du traçage, les barres sont affichées dans l'ordre souhaité - qui peut différer de l'ordre alphabétique par défaut.

Utilisez l' levelsargument de factor:

df <- data.frame(f = 1:4, g = letters[1:4])
df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

levels(df$g)
# [1] "a" "b" "c" "d"

df$g <- factor(df$g, levels = letters[4:1])
# levels(df$g)
# [1] "d" "c" "b" "a"

df
#   f g
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

un peu plus, juste pour mémoire

## reorder is a base function
df$letters <- reorder(df$letters, new.order=letters[4:1])

library(gdata)
df$letters <- reorder.factor(df$letters, letters[4:1])

Vous pouvez également trouver utile Relevel et combine_factor .

Depuis que cette question était pour la dernière fois active, Hadley a publié son nouveau forcatspackage pour manipuler les facteurs et je le trouve scandaleusement utile. Exemples de la trame de données de l'OP:

levels(df$letters)
# [1] "a" "b" "c" "d"

Pour inverser les niveaux:

library(forcats)
fct_rev(df$letters) %>% levels
# [1] "d" "c" "b" "a"

Pour ajouter plus de niveaux:

fct_expand(df$letters, "e") %>% levels
# [1] "a" "b" "c" "d" "e"

Et bien d'autres fct_xxx()fonctions utiles .

donc ce que vous voulez, dans le lexique R, est de ne changer que les étiquettes pour une variable de facteur donnée (c'est-à-dire, laissez les données ainsi que les niveaux de facteur , inchangés).

df$letters = factor(df$letters, labels=c("d", "c", "b", "a"))

étant donné que vous souhaitez modifier uniquement le mappage point de données à étiquette et non les données ou le schéma de facteur (comment les points de données sont regroupés dans des groupes individuels ou des valeurs de facteur, il peut être utile de savoir comment le mappage est initialement défini lors de la création initiale le facteur.

les règles sont simples:

• les étiquettes sont mappées aux niveaux par valeur d'index (c'est-à-dire que la valeur aux niveaux [2] reçoit l'étiquette, étiquette [2]);
• les niveaux de facteur peuvent être définis explicitement en les passant via l' argument des niveaux ; ou
• si aucune valeur n'est fournie pour l'argument niveaux, la valeur par défaut est utilisée qui est le résultat appelant unique sur le vecteur de données passé (pour l' argument de données );
• les étiquettes peuvent être définies explicitement via l'argument labels; ou
• si aucune valeur n'est fournie pour l'argument labels, la valeur par défaut est utilisée qui est juste le vecteur des niveaux

Traiter les facteurs dans R est un travail assez particulier, je dois admettre ... Tout en réorganisant les niveaux de facteur, vous ne réorganisez pas les valeurs numériques sous-jacentes. Voici une petite démonstration:

> numbers = 1:4
> letters = factor(letters[1:4])
> dtf <- data.frame(numbers, letters)
> dtf
  numbers letters
1       1       a
2       2       b
3       3       c
4       4       d
> sapply(dtf, class)
  numbers   letters 
"integer"  "factor" 

Maintenant, si vous convertissez ce facteur en numérique, vous obtiendrez:

# return underlying numerical values
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4
# change levels
1> levels(dtf$letters) <- letters[4:1]
1> dtf
  numbers letters
1       1       d
2       2       c
3       3       b
4       4       a
# return numerical values once again
1> with(dtf, as.numeric(letters))
[1] 1 2 3 4

Comme vous pouvez le voir ... en changeant de niveau, vous ne changez que les niveaux (qui le dirait, hein?), Pas les valeurs numériques! Mais, lorsque vous utilisez la factorfonction comme @Jonathan Chang l'a suggéré, quelque chose de différent se produit: vous changez les valeurs numériques elles-mêmes.

Vous obtenez une fois de plus une erreur parce que vous le faites levelset essayez ensuite de la revaloriser factor. Ne fais pas ça !!! Ne pas utiliserlevels ou vous allez tout gâcher (sauf si vous savez exactement ce que vous faites).

Une petite suggestion: évitez de nommer vos objets avec un nom identique aux objets de R ( dfest la fonction de densité pour la distribution F, lettersdonne des lettres minuscules de l'alphabet). Dans ce cas particulier, votre code ne serait pas défectueux, mais parfois il peut l'être ... mais cela peut créer de la confusion, et nous ne voulons pas de cela, n'est-ce pas?!? =)

Au lieu de cela, utilisez quelque chose comme ça (je vais recommencer depuis le début):

> dtf <- data.frame(f = 1:4, g = factor(letters[1:4]))
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 1 2 3 4
> dtf$g <- factor(dtf$g, levels = letters[4:1])
> dtf
  f g
1 1 a
2 2 b
3 3 c
4 4 d
> with(dtf, as.numeric(g))
[1] 4 3 2 1

Notez que vous pouvez également vous nommer data.frameavec dfet lettersau lieu de g, et le résultat sera OK. En fait, ce code est identique à celui que vous avez posté, seuls les noms sont modifiés. Cette partiefactor(dtf$letter, levels = letters[4:1]) ne ferait pas d'erreur, mais elle peut être déroutante!

Lisez ?factorattentivement le manuel! Quelle est la différence entre factor(g, levels = letters[4:1])et factor(g, labels = letters[4:1])? Qu'est-ce qui est similaire dans levels(g) <- letters[4:1]et g <- factor(g, labels = letters[4:1])?

Vous pouvez mettre la syntaxe ggplot, afin que nous puissions vous aider davantage sur celui-ci!

À votre santé!!!

Éditer:

ggplot2nécessite réellement de changer les niveaux et les valeurs? Hm ... je vais creuser celui-ci ...

Je souhaite ajouter un autre cas où les niveaux pourraient être des chaînes portant des nombres avec quelques caractères spéciaux: comme l'exemple ci-dessous

df <- data.frame(x = c("15-25", "0-4", "5-10", "11-14", "100+"))

Les niveaux par défaut de xsont:

df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 100+ 11-14 15-25 5-10

Ici, si nous voulons réorganiser les niveaux de facteur en fonction de la valeur numérique, sans écrire explicitement les niveaux, ce que nous pourrions faire est

library(gtools)
df$x <- factor(df$x, levels = mixedsort(df$x))

df$x
# [1] 15-25 0-4   5-10  11-14 100+ 
# Levels: 0-4 5-10 11-14 15-25 100+
as.numeric(df$x)
# [1] 4 1 2 3 5

J'espère que cela peut être considéré comme une information utile pour les futurs lecteurs.

Voici ma fonction pour réorganiser les facteurs d'un dataframe donné:

reorderFactors <- function(df, column = "my_column_name", 
                           desired_level_order = c("fac1", "fac2", "fac3")) {

  x = df[[column]]
  lvls_src = levels(x) 

  idxs_target <- vector(mode="numeric", length=0)
  for (target in desired_level_order) {
    idxs_target <- c(idxs_target, which(lvls_src == target))
  }

  x_new <- factor(x,levels(x)[idxs_target])

  df[[column]] <- x_new

  return (df)
}

Usage: reorderFactors(df, "my_col", desired_level_order = c("how","I","want"))