Confusion entre les niveaux de facteur et les étiquettes de facteur

Il semble y avoir une différence entre les niveaux et les étiquettes d'un facteur dans R. Jusqu'à présent, j'ai toujours pensé que les niveaux étaient le `` vrai '' nom des niveaux de facteur, et les étiquettes étaient les noms utilisés pour la sortie (comme les tableaux et les graphiques) . Ce n'est évidemment pas le cas, comme le montre l'exemple suivant:

df <- data.frame(v=c(1,2,3),f=c('a','b','c'))
str(df)
'data.frame':   3 obs. of  2 variables:
 $ v: num  1 2 3
 $ f: Factor w/ 3 levels "a","b","c": 1 2 3

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))
levels(df$f)
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

Je pensais que les niveaux ('a', 'b', 'c') pouvaient toujours être accessibles lors de la création de scripts, mais cela ne fonctionne pas:

> df$f=='a'
[1] FALSE FALSE FALSE

Mais cela fait:

> df$f=='Treatment A: XYZ' 
[1]  TRUE FALSE FALSE

Donc, ma question se compose de deux parties:

• Quelle est la différence entre les niveaux et les étiquettes?

• Est-il possible d'avoir des noms différents pour les niveaux de facteur pour le script et la sortie?

Contexte: pour les scripts plus longs, les scripts avec des niveaux de facteurs courts semblent être beaucoup plus faciles. Cependant, pour les rapports et les graphiques, ces niveaux de facteurs courts peuvent ne pas être adéquats et doivent être remplacés par des noms plus précis.

Très court: les niveaux sont l'entrée, les étiquettes sont la sortie dans la factor()fonction. Un facteur n'a qu'un levelattribut, qui est défini par l' labelsargument de la factor()fonction. Ceci est différent du concept d'étiquettes dans des progiciels statistiques comme SPSS, et peut prêter à confusion au début.

Ce que vous faites dans cette ligne de code

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))

dit à R qu'il existe un vecteur df$f

• que vous souhaitez transformer en facteur,
• dans lequel les différents niveaux sont codés comme a, b et c
• et pour lequel vous voulez que les niveaux soient étiquetés comme Traitement A, etc.

La fonction factor recherchera les valeurs a, b et c, les convertira en classes de facteurs numériques et ajoutera les valeurs d'étiquette à l' levelattribut du facteur. Cet attribut est utilisé pour convertir les valeurs numériques internes en étiquettes correctes. Mais comme vous le voyez, il n'y a pas d' labelattribut.

> df <- data.frame(v=c(1,2,3),f=c('a','b','c'))    
> attributes(df$f)
$levels
[1] "a" "b" "c"

$class
[1] "factor"

> df$f <- factor(df$f, levels=c('a','b','c'),
+   labels=c('Treatment A: XYZ','Treatment B: YZX','Treatment C: ZYX'))    
> attributes(df$f)
$levels
[1] "Treatment A: XYZ" "Treatment B: YZX" "Treatment C: ZYX"

$class
[1] "factor"

J'ai écrit un package "lfactors" qui vous permet de faire référence à des niveaux ou à des étiquettes.

# packages
install.packages("lfactors")
require(lfactors)

flips <- lfactor(c(0,1,1,0,0,1), levels=0:1, labels=c("Tails", "Heads"))
# Tails can now be referred to as, "Tails" or 0
# These two lines return the same result
flips == "Tails"
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE
flips == 0 
#[1]  TRUE FALSE FALSE  TRUE  TRUE FALSE

Notez qu'un facteur exige que les niveaux soient numériques afin qu'ils ne puissent pas être confondus avec les étiquettes.