Question

让我首先说我对R和编程非常陌生，所以这可能是一个愚蠢的问题。但是，它去了。

我正在处理一个大型数据框，其中包含来自语料库的元数据。一栏包含文本的熟练程度（即“ B1”，“ B2”，“ C1”，“ C2”）。我已经能够将这些因子级别重命名为“ 1”，“ 2”，“ 3”和“ 4”，但是我需要将它们设置为数字，以便在线性建模中将此列用作因变量。我尝试了一些建议的方法，但是这些方法不起作用，我也不知道为什么。

我尝试了以下代码，但是当我检查结构时，它仍然是具有四个级别的因素，并且不是数字：

> as.numeric(as.character(df$proficiency))
  [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2
 [42] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 ...
[452] 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

> str(proficiency)
 Factor w/ 4 levels "1","2","3","4": 1 1 1 1 1 1 1 1 1 1 ...

#I have also tried this, but it does not work either. 
> df$proficiency<-as.numeric(as.character(df$proficiency))

> str(proficiency)
 Factor w/ 4 levels "1","2","3","4": 1 1 1 1 1 1 1 1 1 1 ...

为什么会这样？我在做什么错了？

Answer 1

这里的问题是，您正在为数据框列分配一个数值，该数值是熟练程度，但是随后您使用str()检查了一个变量的熟练程度。正如@joran在评论中所说，如果您进行str(df$proficiency)，则此转换应该是正确的。

df$proficiency<-as.numeric(levels(df$proficiency))[df$proficiency]

对于大型数据帧而言，速度稍快

我如何才能永久性地将数据框数字化？

1 个答案: