서브 세트 데이터 프레임의 드롭 팩터 레벨

을 포함하는 데이터 프레임이 있습니다 factor. subset또는 다른 인덱싱 기능을 사용하여이 데이터 프레임의 하위 집합을 만들면 새 데이터 프레임이 만들어집니다. 그러나 factor변수는 새 데이터 프레임에없는 경우에도 원래 수준을 모두 유지합니다.

패싯 플로팅을 수행하거나 요인 수준에 의존하는 함수를 사용할 때 문제가 발생합니다.

새 데이터 프레임에서 요인에서 수준을 제거하는 가장 간결한 방법은 무엇입니까?

예를 들면 다음과 같습니다.

df <- data.frame(letters=letters[1:5],
                    numbers=seq(1:5))

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

subdf <- subset(df, numbers <= 3)
##   letters numbers
## 1       a       1
## 2       b       2
## 3       c       3    

# all levels are still there!
levels(subdf$letters)
## [1] "a" "b" "c" "d" "e"

서브셋 후에 factor ()를 변수에 다시 적용하기 만하면됩니다.

> subdf$letters
[1] a b c
Levels: a b c d e
subdf$letters <- factor(subdf$letters)
> subdf$letters
[1] a b c
Levels: a b c

편집하다

요인 페이지 예에서 :

factor(ff)      # drops the levels that do not occur

데이터 프레임의 모든 요인 열에서 수준을 삭제하려면 다음을 사용할 수 있습니다.

subdf <- subset(df, numbers <= 3)
subdf[] <- lapply(subdf, function(x) if(is.factor(x)) factor(x) else x)

R 버전 2.12부터는 droplevels()기능이 있습니다.

levels(droplevels(subdf$letters))

이 동작을 원하지 않으면 요인을 사용하지 말고 대신 문자형 벡터를 사용하십시오. 나는 이것이 나중에 물건을 패치하는 것보다 더 의미가 있다고 생각합니다. read.table또는로 데이터를로드하기 전에 다음을 시도하십시오 read.csv.

options(stringsAsFactors = FALSE)

단점은 알파벳 순서로 제한되어 있다는 것입니다. (재 순서는 줄거리의 친구입니다)

이는 알려진 문제이며, 하나의 가능한 해결책에 의해 제공됩니다 drop.levels()에 GDATA 귀하의 예제가 될 경우 패키지

> drop.levels(subdf)
  letters numbers
1       a       1
2       b       2
3       c       3
> levels(drop.levels(subdf)$letters)
[1] "a" "b" "c"

Hmisc 패키지 에도 dropUnusedLevels기능 이 있습니다 . 그러나 하위 집합 연산자를 변경해야만 작동하며 여기에는 해당되지 않습니다.[

결과적으로 열별로 직접 접근하는 것은 간단합니다 as.factor(as.character(data)).

> levels(subdf$letters)
[1] "a" "b" "c" "d" "e"
> subdf$letters <- as.factor(as.character(subdf$letters))
> levels(subdf$letters)
[1] "a" "b" "c"

똑같이하지만 다른 방법으로 dplyr

library(dplyr)
subdf <- df %>% filter(numbers <= 3) %>% droplevels()
str(subdf)

편집하다:

또한 작동합니다! agenis 덕분에

subdf <- df %>% filter(numbers <= 3) %>% droplevels
levels(subdf$letters)

완벽을 위해, 이제이 fct_drop에 forcats패키지 http://forcats.tidyverse.org/reference/fct_drop.html .

처리 droplevels방식 과 다릅니다 NA.

f <- factor(c("a", "b", NA), exclude = NULL)

droplevels(f)
# [1] a    b    <NA>
# Levels: a b <NA>

forcats::fct_drop(f)
# [1] a    b    <NA>
# Levels: a b

다음은 factor(..)접근 방식 과 동등한 다른 방법입니다 .

> df <- data.frame(let=letters[1:5], num=1:5)
> subdf <- df[df$num <= 3, ]

> subdf$let <- subdf$let[ , drop=TRUE]

> levels(subdf$let)
[1] "a" "b" "c"

이것은 독특합니다. 다른 패키지를로드하지 않으려면 다음과 같이하십시오.

levels(subdf$letters)<-c("a","b","c",NA,NA)

당신을 얻는다 :

> subdf$letters
[1] a b c
Levels: a b c

새 레벨은 이전 레벨 (subdf $ letters)에서 인덱스를 차지하는 모든 것을 대체하므로 다음과 같이하십시오.

levels(subdf$letters)<-c(NA,"a","c",NA,"b")

작동하지 않습니다.

레벨이 많을 때 이상적이지는 않지만 몇 가지 경우 빠르고 쉽습니다.

R 소스 의 droplevels메소드 코드를 살펴보면 factor함수가 랩핑되는 것을 볼 수 있습니다 . 즉, 기본적으로 factor함수를 사용하여 열을 다시 만들 수 있습니다 .
data.table 아래에서 모든 요인 열에서 수준을 삭제합니다.

library(data.table)
dt = data.table(letters=factor(letters[1:5]), numbers=seq(1:5))
levels(dt$letters)
#[1] "a" "b" "c" "d" "e"
subdt = dt[numbers <= 3]
levels(subdt$letters)
#[1] "a" "b" "c" "d" "e"

upd.cols = sapply(subdt, is.factor)
subdt[, names(subdt)[upd.cols] := lapply(.SD, factor), .SDcols = upd.cols]
levels(subdt$letters)
#[1] "a" "b" "c"

여기에 그 방법이 있습니다

varFactor <- factor(letters[1:15])
varFactor <- varFactor[1:5]
varFactor <- varFactor[drop=T]

이를 위해 유틸리티 기능을 작성했습니다. 이제 gdata의 drop.levels에 대해 알았으므로 꽤 비슷해 보입니다. 여기 있습니다 ( 여기에서 ).

present_levels <- function(x) intersect(levels(x), x)

trim_levels <- function(...) UseMethod("trim_levels")

trim_levels.factor <- function(x)  factor(x, levels=present_levels(x))

trim_levels.data.frame <- function(x) {
  for (n in names(x))
    if (is.factor(x[,n]))
      x[,n] = trim_levels(x[,n])
  x
}

매우 흥미로운 스레드, 특히 하위 선택을 다시 고려하는 아이디어가 마음에 들었습니다. 나는 전에 비슷한 문제가 있었고 방금 문자로 변환 한 다음 다시 요인으로 전환했습니다.

   df <- data.frame(letters=letters[1:5],numbers=seq(1:5))
   levels(df$letters)
   ## [1] "a" "b" "c" "d" "e"
   subdf <- df[df$numbers <= 3]
   subdf$letters<-factor(as.character(subdf$letters))

불행히도 RevoScaleR의 rxDataStep을 사용할 때 factor ()가 작동하지 않는 것 같습니다. 두 단계로 수행합니다. 1) 문자로 변환하고 임시 외부 데이터 프레임 (.xdf)에 저장합니다. 2) 요인으로 다시 변환하고 결정적인 외부 데이터 프레임에 저장합니다. 이렇게하면 모든 데이터를 메모리에로드하지 않고도 사용하지 않은 요인 수준을 제거 할 수 있습니다.

# Step 1) Converts to character, in temporary xdf file:
rxDataStep(inData = "input.xdf", outFile = "temp.xdf", transforms = list(VAR_X = as.character(VAR_X)), overwrite = T)
# Step 2) Converts back to factor:
rxDataStep(inData = "temp.xdf", outFile = "output.xdf", transforms = list(VAR_X = as.factor(VAR_X)), overwrite = T)

전부는 아니지만 내 경우에는 아무것도 작동하지 않는 것 같습니다. 꽤 오랫동안 고생 한 후 요인 열에서 as.character () 를 사용하여 문자열이있는 열로 변경 하려고 시도했지만 제대로 작동하는 것 같습니다.

성능 문제가 확실하지 않습니다.