r - 因子的去重级别

Question

假设我有这个对象，它是无效因子的 dput() 形式(例如，打印它会提示重复级别 3):

x <- structure(c(1L, 2L, 3L, 4L), .Label = c("A", "B", "A", "C"),
               class = "factor")

仅使用基数 R 将其转换为有效因子的最佳方法是什么

structure(c(1L, 2L, 1L, 3L), .Label = c("A", "B", "C"), class = "factor")

我设法想出了

factor(levels(x)[x])

但我不确定这是否会在没有警告的情况下在 future 继续工作，而且它可能也非常低效(我试图修复的真实因素对象是巨大的)。

Answer 1

你的方法看起来不错，而且相当有效。为了进行实验，我创建了一个函数来生成这样的畸形因子:

bad.factor <- function(nums,labs){
  structure(nums, .Label = labs, class = "factor")}

如果您使用:

x <- bad.factor(1:1000000,gtools::chr(runif(1000000,65,90)))

然后运行:

microbenchmark::microbenchmark(factor(levels(x)[x]))

典型的输出是:

 Unit: milliseconds
                 expr      min       lq     mean   median       uq      max neval
 factor(levels(x)[x]) 27.72593 32.98346 42.97813 34.11871 35.70919 105.3564   100