R 因子作为数字

R 语言中的因子是一个非常有用的数据类型，它可以将离散变量存储为整数级别。在实践中，我们经常会遇到需要将分类变量进行编码的需求。例如，将“性别”变量编码为 1 和 2，将“婚姻状况”变量编码为 1、2 和 3 等等，这些都是常见的实践。

在 R 语言中，我们可以使用 factor 函数将字符型变量转化为因子型变量。默认情况下，R 将因子视为离散变量，并通过整数级别进行存储。我们可以使用以下代码来创建一个因子：

gender <- factor(c("Male", "Female", "Female", "Male"))

这将创建一个名为 gender 的因子，其中包含 4 个值，分别为 "Male" 和 "Female"。

现在，我们可以使用 R 语言内置的函数对这个因子进行操作。例如，我们可以使用以下代码来获取因子的水平（即因子的唯一值）：

levels(gender)

输出将会是：

[1] "Female" "Male"

我们也可以使用 summary 函数来查看因子的分布情况：

summary(gender)

输出将会是：

Female   Male 
     2      2

注意，虽然我们在创建该因子时使用了字符值 "Male" 和 "Female"，但 R 实际上将其存储为整数值 1 和 2。我们可以通过以下代码来查看因子的整数级别：

as.integer(gender)

输出将会是：

[1] 2 1 1 2

虽然 R 将因子视为整数级别，但也可以通过以下代码将其转换为数字：

as.numeric(gender)

输出将会是：

[1] 2 1 1 2

需要注意的是，如果我们使用 as.numeric 函数来将因子转换为数字，实际上是将其转换为整数级别的数字，而不是我们在创建因子时指定的字符值所对应的数字。

因此，在处理因子时需要特别注意其实际存储的值和我们所需要的值之间的区别。通常情况下，我们需要使用 levels 函数来获取因子的水平，并将其转换为我们需要的数字值。