Почему терминология ярлыков и уровней в факторах настолько странная?

Примером не устанавливаемой функции будет labels. Вы можете устанавливать метки факторов только тогда, когда они создаются с помощью фактор-функции. Нет функции labels<-. Не то, чтобы "метки" и "уровни" в факторах имели смысл...

>  fac <- factor(1:3, labels=c("one", "two", "three"))
> fac
[1] one   two   three
Levels: one two three
> labels(fac)
[1] "1" "2" "3"

ОК, я попросил лейблы, которые можно было бы предположить, были установлены множителем, но я получаю что-то совершенно... какое слово, неинтуитивное?

> levels(fac)
[1] "one"   "two"   "three"

Итак, кажется, что установочные метки действительно устанавливают уровни.

>  fac <- factor(1:3, levels=c("one", "two", "three"))
> levels(fac)
[1] "one"   "two"   "three"

ОК, что и ожидалось. Итак, каковы метки при наборе уровней?

>  fac <- factor(1:3, levels=c("one", "two", "three"), labels=c("x","y", "z") )
> labels(fac)
[1] "1" "2" "3"
> levels(fac)
[1] "x" "y" "z"

Эффектно странно, если вы спросите меня. Похоже, что аргументы "меток" для коэффициента trump содержат любые "уровни" аргументов для спецификации уровней. Почему это должно быть? Кажется, это путаная терминология. И почему labels() возвращает то, что я мог бы себе представить, используя as.character(as.numeric(fac))?

(Это был тангенциальный комментарий [помеченный как таковой] в более раннем ответе о функциях присваивания, на который меня попросили перейти к вопросу. Итак, вот ваша возможность просветить меня.)

Ответ 1

Я думаю, что способ думать о различии между labels и levels (игнорируя функцию labels(), которую описывает Томми в своем ответе), состоит в том, что levels предназначен для того, чтобы рассказать R, какие значения нужно искать в вход (x) и какой порядок использования на уровнях результирующего объекта factor и labels - изменить значения уровней после того, как вход был закодирован как фактор... как это было предложено Ответ Tommy, нет части объекта factor, возвращаемого factor(), который называется labels... только уровни, которые были отрегулированы аргументом labels... (очистить как грязь).

Например:

> f <- factor(x=c("a","b","c"),levels=c("c","d","e"))
> f
[1] <NA> <NA> c  
Levels: c d e
> str(f)
Factor w/ 3 levels "c","d","e": NA NA 1

Поскольку первые два элемента x не были найдены в levels, первые два элемента f равны NA. Поскольку "d" и "e" были включены в levels, они отображаются на уровнях f, хотя они не встречались в x.

Теперь с labels:

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("C","D","E"))
> f
[1] <NA> <NA> C   
Levels: C D E

После того, как R выясняет, что должно быть в коэффициенте, он перекодирует уровни. Можно, конечно, использовать это, чтобы делать мозговые вещи, такие как:

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("a","b","c"))
> f
[1] <NA> <NA> a   
Levels: a b c

Другой способ думать о levels заключается в том, что factor(x,levels=L1,labels=L2) эквивалентен

f <- factor(x,levels=L1)
levels(f) <- L2

Я думаю, что подходящая версия этого примера может быть приятной для Pat Burns R inferno - в разделе 8.2 есть много головоломок-факторов, но не этот конкретный...

Ответ 2

Функция labels звучит как идеальная подгонка для получения меток фактора.

... но функция labels не имеет ничего общего с факторами! Он используется как общий способ заставить что-то "наклеить" объект. Для атомных векторов это были бы имена. Но если нет имен, функция labels возвращает индексы элементов, принудительно привязанные к строкам - что-то вроде as.character(seq_along(x)).

... Итак, что вы видите, когда вы пытаетесь использовать ярлыки по фактору. Коэффициент представляет собой целочисленный вектор без каких-либо имен, но с атрибутом levels.

У фактора нет меток. Он имеет только уровни. Аргумент labels для factor - это просто способ дать набор строк, но создать другой набор строк в качестве уровней... Но для того, чтобы еще больше запутать, функция dput печатает атрибуты levels как .Label! Я думаю, что это наследие...

# Translate lower case letters to upper case.
f <- factor(letters[2:4], letters[1:3], LETTERS[1:3])
dput(f)
#structure(c(2L, 3L, NA), .Label = c("A", "B", "C"), class = "factor")
attributes(f)
#$levels
#[1] "A" "B" "C"
#
#$class
#[1] "factor"

Однако, поскольку labels является общей функцией, вероятно, было бы неплохо определить labels.factor следующим образом (в настоящее время их нет). Возможно, что-то для ядра R рассмотреть?

labels.factor <- function(x, ...) as.character(x)