爱华网该博文已整理到新地址：
http://qinqianshan.com/factor、levels、reorder/
变量可归结为类别（名义型），有序型，连续型变量（区间变量）。类别变量和有序类别（有序型）变量在R中称为因子（factor）。区间变量取连续的数值，可以进行求和、平均等运算。名义变量和有序变量取离散值，可以用数值代表也可以是字符型值，其具体数值没有加减乘除的意义，不能用来计算而只能用来分类或者计数。名义变量比如性别、省份、职业，有序变量比如班级名次。函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[1……k]（其中k是名义型变量中唯一值的个数），同时一个字符串（原始值）组成的内内部向量将映射到这些整数上
>haha<-c("aa","ab","ac",'aa')
>haha
[1] "aa" "ab" "ac""aa"
>ha<-factor(haha)
> ha
[1] aa ab acaa
Levels: aa abac
>h<-factor(haha,ordered=TRUE)
> h
[1] aa ab acaa
Levels: aa < ab< ac
对于字符型向量，因子的水平默认依字母顺序创建，而按默认字母顺序排序的因子很少能够让人满意，所以可以通过levels选项来覆盖默认排序。例如
status<-c("poor","improved","excellent","poor");
status<-factor(status,ordered=TRUE)#会将编码为（3,2,1,3），并在内部将这关联为1=excellent,2=improved,3=poor。
sattus<-factor(status,order=TRUE,levels=c("poor","improved","excellent"))#这样各水平的排序为1=poor,2=improved,3=excellent。
levels 用来指定因子可能的水平（缺省值是向量x中互异的值），表示这组离散值；labels用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是一个逻辑型选项用来指定因子的水平是否有次序。回想数值型或字符型的x。下面有一些例子：
> factor(1:3)
[1] 1 23
Levels: 1 23
> factor(1:3, levels=1:5)
[1] 1 23
Levels: 1 2 3 45
> factor(1:3,labels=c("A", "B", "C"))
[1] A BC
Levels: A BC
> factor(1:5,exclude=4)
[1] 1 2 3 NA5
Levels: 1 2 35
函数levels用来提取一个因子中可能的水平值：
> ff <-factor(c(2, 4), levels=2:5)
>ff
[1] 24
Levels: 2 3 45
>levels(ff)
[1] "2" "3" "4""5"
因子用来存储类别变量(categoricalvariables)和有序变量，这类变量不能用来计算而只能用来分类或者计数。因子表示分类变量，有序因子表示有序变量。一个因子不仅包括分类变量本身还包括变量不同的可能水平（即使它们在数据中不出现）。因子函数factor用下面的选项创建一个因子：
factor(x,levels = sort(unique(x), na.last = TRUE),
labels = levels,exclude = NA, ordered = is.ordered(x))
其中x是数据，levels是因子水平向量，labels是因子的
标签向量。
1、创建一个因子。
> colour<- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y')
>colour
[1] "G" "G" "R""Y" "G" "Y" "Y" "R" "Y"
> col <-factor(colour)
>col
[1] G G R Y G YY R Y
Levels: G RY
> col1 <-factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green','Red', 'Yellow'))
>col1
[1]Green GreenRed YellowGreen Yellow
[7] YellowRedYellow
Levels: GreenRed Yellow
> col2 <-factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2','3'))
>col2
[1] 1 1 2 3 1 33 2 3
Levels: 1 23
> col_vec<-as.vector(col2)#转换成字符向量
>col_vec
[1] "1" "1" "2""3" "1" "3" "3" "2" "3"
> col_num<-as.numeric(col2)#转换成数字向量
>col_num
[1] 1 1 2 3 1 33 2 3
> col3 <-factor(colour, levels = c('G', 'R'))
>col3
[1]GGRGR
[9]
Levels: GR
2、创建一个有序因子。
score <-c('A', 'B', 'A', 'C', 'B')
score1 <-ordered(score, levels = c('C', 'B', 'A'));
>score1
[1] A B A CB
Levels: C <B < A
3、用cut()函数将一般的数据转换成因子或有序因子。
exam <- c(98,97, 52, 88, 85, 75, 97, 92, 77, 74, 70, 63, 97, 71, 98,
65, 79, 74,58, 59, 60, 63, 87, 82, 95, 75, 79, 96, 50, 88)
exam1 <-cut(exam, breaks = 3) #切分成3组
exam2 <-cut(exam, breaks = c(0, 59, 69, 79, 89, 100)) #切分成自己设置的组
attr(exam1,'levels'); attr(exam2, 'levels'); attr(exam2, 'class')
ordered(exam2,labels = c('bad', 'ok', 'average', 'good', 'excellent'))#一个有序因子
4.table计算每个因子出现的次数
>table(score1)
score1
C B A
1 2 2
如何去除factor中冗余的level
> ff <- factor(1:100)
> ff
[1]123456789 1011 12 1314 15 1617 18 1920 21 2223 24 25
[26]26 27 2829 30 3132 33 3435 36 3738 39 4041 42 4344 45 4647 48 4950
[51]51 52 5354 55 5657 58 5960 61 6263 64 6566 67 6869 70 7172 73 7475
[76]76 77 7879 80 8182 83 8485 86 8788 89 9091 92 9394 95 9697 98 99100
100 Levels: 1 23 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 2728 29 30 31 32 33 ... 100
> ff2 <- ff[1]
> ff2
[1] 1
100 Levels: 1 23 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 2728 29 30 31 32 33 ... 100
解决办法：factor(ff2)
其实啊，这个levels就是表示所有可能的取值（也就是对因子向量进行分组，相同的归为一组，每组为一个Level,有点Unique的味道），并有一个顺序
reorder
reorder.default{stats} R Documentation
Reorder Levels of aFactor
reorder is ageneric function. The "default" method treats its first argument asa categorical variable, and reorders its levels based on the valuesof a second variable, usually numeric.
根据第二列的值，来重新拍一下第一列的Levels。
Usage
reorder(x,...)
## Default S3method:
reorder(x, X,FUN = mean, ...,
order = is.ordered(x))
require(graphics)
bymedian <-with(InsectSprays, reorder(spray, count, median))
boxplot(count ~bymedian, data = InsectSprays,
xlab = "Type of spray", ylab = "Insect count",
main = "InsectSprays data", varwidth = TRUE,
col = "lightgray")
ps:这里面的FUN还不是太理解，反正可以应用到ggplot中bar_geom中了，见http://blog.sina.com.cn/s/blog_670445240102v1xw.html
参考资料：
http://f.dataguru.cn/thread-50070-1-1.html
http://cos.name/cn/topic/107849
http://blog.sina.com.cn/s/blog_59f8748e01011in6.html
http://www.stathome.cn/manual/s/04.html
https://stat.ethz.ch/R-manual/R-devel/library/stats/html/reorder.factor.html
