R因子值改變

Question

我想在R中做一些數據處理。我有2個數據幀，一個是訓練數據，另一個測試數據是所有數據都是分類的，並存儲爲因子變量。

數據中有一些NA，我試圖將它們轉換爲「-1」。當我爲訓練數據做這件事時，情況會好起來，但不適用於測試數據。

有些東西在一個循環中改變了我運行的值，但我無法弄清楚什麼。

這裏是前：

> class(catTrain1[,"Cat_111"]) 
[1] "factor" 
> class(catTest1[,"Cat_111"]) 
[1] "factor" 

> table(catTrain1[,"Cat_111"]) 

    1 2 
726 25 
> table(catTest1[,"Cat_111"]) 

    0 1 2 
    1 503 15 

這裏的循環：

> for(i in 1:ncol(catTrain1)){ 
+ catTrain1[,i] <- as.factor(as.character(ifelse(is.na(catTrain1[,i]), "-1", catTrain1[,i]))) 
+ } 
> for(i in 1:ncol(catTest1)){ 
+ catTest1[,i] <- as.factor(as.character(ifelse(is.na(catTest1[,i]), "-1", catTest1[,i]))) 
+ } 

這裏的後：

> table(catTrain1[,"Cat_111"]) 

    1 2 
726 25 
> table(catTest1[,"Cat_111"]) 

    1 2 3 
    1 503 15 

我接一個角色看到加檔 - >數值轉換，但我不明白爲什麼會發生這種情況，特別是對於其中一個數據幀/循環。

有什麼建議嗎？

Answer 1

第一組調用table的列名稱是該因子的級別。在第二組對table的調用中，列名稱是級別索引。 ifelse正在拉動指標，而不是水平。在您的循環中，將as.character移至最後的catTest1[,i]和catTrain1[,i]附近。

Answer 2

試試這個。 （更像r，向量化）：

levels(catTest1[,"Cat_111"]) <- c(catTest1[,"Cat_111"], "-1") 
catTest1[,"Cat_111"][ is.na(catTest1[,"Cat_111"]) ] <- -1