Discussion :

[circe]

Bonjour!

Qu'est-ce que représentent exactement les "levels" dans un factor dans le langage R? Est-ce la liste des valeurs possibles dans ce factor, sans faire de répétition?

Merci d'avance!

[pitipoisson]

Est-ce la liste des valeurs possibles dans ce factor, sans faire de répétition?

Oui, c'est ça.
En plus, j'ajouterais :

• dans l'ordre des niveaux, car is sont sont ordonnés (et ont d'ailleurs une valeur numérique associée)
• les niveaux possibles peuvent ne pas tous être présents dans un vecteur

Un petit exemple pour illustrer:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
> x <- factor(c("a", "b", "c"))
 
> y <- factor(c("a", "b", "c"), levels=c("d", "a", "c", "b"))
 
> levels(x)
[1] "a" "b" "c"
 
> y
[1] a b c
Levels: d a c b
 
> as.numeric(y)
[1] 2 4 3
 
> summary(y)      # Nombre d'occurrences de chaque niveau
d a c b 
0 1 1 1

Attention aux facteurs "pseudo numeriques", ils mènent à des erreurs importantes quand ils ont utilisés pour l'indiçage (la valeur numérique ne correspond pas nécessairement au nombre affiché par levels(...)) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
> n <- factor(as.character(seq(from=10, to=1, by=-2)))
 
> n
[1] 10 8  6  4  2 
Levels: 10 2 4 6 8
 
> LETTERS[n]
[1] "A" "E" "D" "C" "B"
 
# Alors qu'on s'attendrait à avoir
> LETTERS[seq(from=10, to=1, by=-2)]
[1] "J" "H" "F" "D" "B"
 
> as.numeric(n)   # explication:
[1] 1 5 4 3 2
 
# Tandis que :
> levels(n)
[1] "10" "2"  "4"  "6"  "8" 
 
# (ce sont en fait des chaînes de charactères)

[circe]

Merci beaucoup! Ca m'aide bien!
J'ai juste encore une question quant à l'utilisation de as.numeric() ou numeric(): quelle est la différence? Qu'est-ce qui est préférable d'utiliser? Et dans quelle situation?

Merci d'avance!!

[pitipoisson]

numeric() c'est pour créer un vecteur numerique; as.numeric() c'est pour convertir vers du numerique

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
> numeric(10)     # raccourci de numeric(length=10)
 [1] 0 0 0 0 0 0 0 0 0 0
> as.numeric(10)
[1] 10
> as.numeric(c("3", "8", "1.25"))
[1] 3.00 8.00 1.25

Edit: en reprenant l'exemple précédant, essaye

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

as.numeric(as.character(n))

[circe]

Merci pour la réponse claire :-)

J'aurais encore une question concernant les "levels": j'ai un tableau dont l'une des colonnes contient des occurences qui se répètent, par exemple:

Entete_tableau
Truc1
Truc2
Truc1
Truc3
Truc3
Truc2
Truc3
Truc1
...

La fonction "levels" m'a permis de faire une liste contenant "Truc1", "Truc2", "Truc3" seulement.

Y existe-t-il un moyen simple de compter le nombre d'occurences "Truc2" dans la colonne du tableau, sans faire de boucle?

Merci d'avance!

[pitipoisson]

Oui,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
> x <- factor(c("Truc1", "Truc2", "Truc1", "Truc3", "Truc3", "Truc2", "Truc3", "Truc1"))
 
> summary(x)
Truc1 Truc2 Truc3 
    3     2     3 
 
> summary(x)["Truc2"]
[1] 2
 
> tapply(x, x, length)
Truc1 Truc2 Truc3 
    3     2     3 
 
> tapply(x, x, length)["Truc2"]
[1] 2

remplace x par tableau[ , "nom_colonne"] (data.frame ou matrix) ou bien tableau$nom_colonne (data.frame uniquement).