【R语言】R中的因子（factor）

R中的因子用于存储不同类别的数据，可以用来对数据进行分组，例如人的性别有男和女两个类别，根据年龄可以将人分为未成年人和成年人，考试成绩可以分为优，良，中，差。

R 语言创建因子使用 factor() 函数，向量作为输入参数。

factor() 函数语法格式：

factor(x = character(), levels, labels = levels,
       exclude = NA, ordered = is.ordered(x), nmax = NA)

参数说明：

• x：向量。
• levels：指定各水平值, 不指定时由x的不同值来求得。
• labels：水平的标签, 不指定时用各水平值的对应字符串。
• exclude：排除的字符。
• ordered：逻辑值，用于指定水平是否有序。
• nmax：水平的上限数量。

以下实例把字符型向量转换成因子：

#构建一个字符串向量
x <- c("male", "female", "male", "male",  "female")
#构建因子
sex <- factor(x)
#输出sex，会发现有levels这一行信息
sex
#判断sex是否为因子
is.factor(sex)

我们可以看到输出sex的时候，除了显示字符串的内容以外，这里还有一行levels，证明sex有两个level（类别），female和male。这个顺序也是有讲究的，一般是按字母顺序来排列。我们也可以按照自己的需要来排列因子的顺序。以下实例设置因子水平为levels=c("male","female")：

#构建一个字符串向量
x <- c("male", "female", "male", "male",  "female")
#构建因子，设置因子水平为male和female
sex <- factor(x,levels=c("male","female"))
sex

你会发现现在levels的顺序就按照你设置的来显示了。

我们还能够设置显示的标签

#构建一个字符串向量
x <- c("male", "female", "male", "male",  "female")
x
#设置因子水平为male和female
#设置标签为manh和woman，注意这里label需要跟前面的level对应
sex=factor(x,levels=c('male','female'),labels=c('man','woman'))
#输出sex
sex

可以看到虽然最初我们构建的向量里面包含的是male和female，最后因子却变成了man和woman。关于这个参数后面我们还会给大家举个更实际的，跟临床数据相关的例子。

R中的因子使用还是更广泛的，例如做差异表达分析的时候我们可以根据因子将数据分成两组。绘制boxplot的时候，我们也可以根据因子来将数据分成两组。