R因子值改变

Question

我想在R中做一些数据处理。我有2个数据帧，一个是训练数据，另一个测试数据是所有数据都是分类的，并存储为因子变量。

数据中有一些NA，我试图将它们转换为“-1”。当我为训练数据做这件事时，情况会好起来，但不适用于测试数据。

有些东西在一个循环中改变了我运行的值，但我无法弄清楚什么。

这里是前：

> 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 

这里的循环：

> 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]))) 
+ } 

这里的后：

> table(catTrain1[,"Cat_111"]) 

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

    1 2 3 
    1 503 15 

我接一个角色看到加档 - >数值转换，但我不明白为什么会发生这种情况，特别是对于其中一个数据帧/循环。

有什么建议吗？

Answer 1

第一组调用table的列名称是该因子的级别。在第二组对table的调用中，列名称是级别索引。 ifelse正在拉动指标，而不是水平。在您的循环中，将as.character移至最后的catTest1[,i]和catTrain1[,i]附近。

Answer 2

试试这个。 （更像r，向量化）：

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