R語言:實現(xiàn)因子與字符串的互轉
在導入大批量數(shù)據(jù)時，如果沒有顯式地指定“stringsAsFactors = FALSE”，默認會將所有的字符串轉換為因子，導致數(shù)據(jù)處理速度較慢。
示例數(shù)據(jù)如下：
name,math,english,sex,year "yiifaa",65,68,"M",2018 "yiifee",95,98,"F",2018 "guagua",75,78,"M",2018 "MM",85,88,"F",2018
查看數(shù)據(jù)概要，發(fā)現(xiàn)默認將字符串轉換為因子，并進行了分組計數(shù)(這也是處理速度較慢的原因之一)
概要如下：
name math english sex year
guagua:1 Min. :65.0 Min. :68.0 F:2 Min. :2018
MM :1 1st Qu.:72.5 1st Qu.:75.5 M:2 1st Qu.:2018
yiifaa:1 Median :80.0 Median :83.0 Median :2018
yiifee:1 Mean :80.0 Mean :83.0 Mean :2018
3rd Qu.:87.5 3rd Qu.:90.5 3rd Qu.:2018
Max. :95.0 Max. :98.0 Max. :2018
但這樣的分組計數(shù)并沒有意義，所以需要利用“as.character”轉換為字符，如下：
#! /usr/bin/env RScript
setwd("D:/Workspace/R-Works/R-Stat")
scores <- read.table("Score.txt", header = TRUE, sep = ",", quote="\"", encoding = "UTF-8", stringsAsFactors = TRUE)
# 將因子轉換為字符
scores$name <- as.character(scores$name)
# 多轉一個進行測試
scores$sex <- as.character(scores$sex)
再次查看概要，如下：
name math english sex year
Length:4 Min. :65.0 Min. :68.0 Length:4 Min. :2018
Class :character 1st Qu.:72.5 1st Qu.:75.5 Class :character 1st Qu.:2018
Mode :character Median :80.0 Median :83.0 Mode :character Median :2018
Mean :80.0 Mean :83.0 Mean :2018
3rd Qu.:87.5 3rd Qu.:90.5 3rd Qu.:2018
Max. :95.0 Max. :98.0 Max. :2018
可以看到，概要中已經(jīng)沒有了分組計數(shù)，但多了總數(shù)計量，如果要恢復分組計數(shù)，則需要重新創(chuàng)建因子，如下：
scores$sex <- factor(scores$sex, levels=c("M", "F"), ordered = TRUE)
結論
在導入大批量數(shù)據(jù)時，為了提高性能，盡可能分兩步走：
1. 顯式指定“stringsAsFactors = FALSE”；
2. 依次將所需要的數(shù)據(jù)列(向量)轉換為因子；
補充：R語言：變量名稱和字符串的轉換
在R語言中，經(jīng)常會遇到變量名稱和字符串相互轉換的問題。
比如說，進行1000次循環(huán)運算，并將運算結果存儲在1000個變量中，如x_1, x_2, ... , x_1000。這時候可以使用assign()函數(shù)，示例如下：
> a
錯誤: 找不到對象'a'
> assign('a', 1)
> a
[1] 1
上面的例子將字符'a'轉變?yōu)樽兞縜，并將其賦值為1 。
相反，如果我們想遍歷一個變量序列，并對其中的每一個變量都進行操作，該怎么辦呢？我們可以使用get()函數(shù)。示例如下：
> a <- 1
> b <- 2
> c <- 3
> sequence <- c('a', 'b', 'c')
> for (var in sequence){print(var + 10)}
錯誤于var + 10 : 二進列運算符中有非數(shù)值參數(shù)
> for (var in sequence){print(get(var) + 10)}
[1] 11
[1] 12
[1] 13
我們可以發(fā)現(xiàn)，get函數(shù)將字符var轉變?yōu)樽兞?，并根?jù)變量的值進行后續(xù)操作。
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關文章
這篇文章主要介紹了R語言-如何給直方圖加標簽，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R語言中dnorm,pnorm,qnorm和rnorm的區(qū)別淺析
正在學習R語言統(tǒng)計學的小伙伴,可能會被各種專有名詞所困擾,下面這篇文章主要給大家介紹了關于R語言中dnorm,pnorm,qnorm和rnorm區(qū)別的相關資料,需要的朋友可以參考下2022-12-12
本文主要介紹了R語言實現(xiàn)嶺回歸的示例代碼，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
在本篇文章里小編給大家分享了一篇關于R語言運算符知識點講解內(nèi)容，有興趣的朋友們可以參考下。2021-03-03
Rcpp和RcppArmadillo創(chuàng)建R語言包的實現(xiàn)方式
這篇文章主要為大家介紹了Rcpp和RcppArmadillo創(chuàng)建R包實現(xiàn)方式，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2021-11-11
由于論文的需要，很多R語言繪圖需要eps格式矢量圖的方式進行輸出，同時最近也需要繪制相關性圖，因此決定寫個博客作為記錄，有需要的朋友可以借鑒參考下2021-11-11
有的時候我們需要找到一個數(shù)據(jù)子向量中的位置,我們就可以使用which函數(shù),下面這篇文章主要給大家介紹了關于R語言which函數(shù)介紹及Rcpp改寫的相關資料,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了R語言判斷語句的使用詳解，幫助大家更好的理解和學習使用R語言，感興趣的朋友可以了解下2021-03-03
本文主要介紹了R語言邏輯型運算，邏輯型是 R 的基本數(shù)據(jù)類型之一，只有兩個值 TRUE 和 FALSE, 缺失時為 NA，具有一定的參考價值，感興趣的可以了解一下2022-03-03
這篇文章主要介紹了R語言入門之安裝R和Rstuido軟件，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03