代码之家 › 专栏 › 技术社区 › STP

更改R中的内部因素级别(对于haven-write\u dta()很重要)

forcats r-haven r-factor stata r

2

STP · 技术社区 · 7 年前

这个 haven 包提供了一个非常有用的函数,用于使用write\u dta()函数将数据帧/TIBLE导出到Stata。

将R因子写入Stata(使用write\u dta()函数)时,内部R因子级别将成为以Stata long格式保存的数值,级别将写入变量标签。(这些内部R系数水平与应用相同 as.numeric(factor) 达到一定程度。)

我想显式地设置R的内部因子级别,以便在Stata中获得numlabel所需的值。

举例说明:

eyes <- c("blue", "brown","green", "blue", "not disclose") 
eyes_factor <- as.factor(eyes)

levels(eyes_factor)
 #[1] blue         brown        green        blue         not disclose
 #Levels: blue brown green not disclose

as.numeric(as.factor(eyes)) 
#[1] 1 2 3 1 4 # which is to be expected

然而,我想根据一个非常具体的模式来设置R的内部因素水平。例如,我希望内部级别用于:

蓝色=2,棕色=1,绿色=6,未披露=-1

因为这与问卷上的编码匹配。

我已尝试使用 forcats 包裹函数如下所示:

forcats::lvls_reorder
function (f, idx, ordered = NA) 
{
    f <- check_factor(f)
    if (!is.numeric(idx)) {
        stop("`idx` must be numeric", call. = FALSE)
    }
    if (!setequal(idx, lvls_seq(f)) || length(idx) != nlevels(f)) {
        stop("`idx` must contain one integer for each level of `f`", 
            call. = FALSE)
    }
    refactor(f, levels(f)[idx], ordered = ordered)
}

但正如你在这里看到的,我需要指定的新idx我不能指定,因为只取序列号。

查看 stats::relevel() 太并没有解决问题。

2 回复 | 直到 7 年前

1

3

Peter Ellis 7 年前

如果不是因为 -1 = disclose ,您只需执行以下操作即可:

eyes2 <- factor(eyes, 
           levels = c("brown", "blue", paste0("not_used_", 1:3), "green", "not disclose"))

那正是你想要的但是 not disclose 是 7 而不是 -1 . 一种选择是这样做,然后在Stata中重新编码。一种变体是强制 不披露 待处理的值 NA (例如,只是不将“不披露”作为有效级别)-不确定这是如何进入Stata的。

R因子不能将-1作为基础代码之一。所以我认为没有任何简单的方法可以绕过这个问题。你必须自己重新编码,做一个查找表。例如:

eye_codes <- data.frame(code = c(-1, 1, 2, 6),
                        level = c("not disclose", "brown", "blue", "green"),
                        stringsAsFactors = FALSE)

library(dplyr)
eyes3 <-left_join(data.frame(eyes), eye_codes, by = c("eyes" = "level"))

eyes3

这让你:

          eyes code
1         blue    2
2        brown    1
3        green    6
4         blue    2
5 not disclose   -1

代码列就是您在此处想要的。我使用的注释 dplyr::left_join 而不是 merge 更容易控制结果的排序行为。

这当然有点痛苦。我,我会将R中的数据保存为平台无关字符文本(根本不是因子,这似乎有太多风险),然后如果需要在Stata中以特定方式显式编码,请在Stata中重新编码。

2

0

G5W 7 年前

您只需设置一个查找表并选择正确的值即可。

NewEyes = as.numeric(as.factor(eyes)) 
Replacements = c(2,1,6,-1)
Replacements[NewEyes]
[1]  2  1  6  2 -1