我有一个包含 75 个级别的变量，我想对其进行格式化。但是，我发现如果不错误地格式化级别就很难做到这一点。

如您所知，使用其水平创建一个因子是这样完成的：

df$f <- factor(df$f, levels=c('a','b','c'),
  labels=c('Treatment A','Treatment B','Treatment C'))

有没有办法对这个进行不同的编码，以便标签写在关卡旁边。我正在寻找这种结构中的代码：

'a' = 'Treatment A'
'b' = 'Treatment B'
'c' = 'Treatment C'

谢谢转发

uj5u.com热心网友回复：

您可以为您的级别标签对使用命名矢量并转换为如下因子：

foo <- c("a", "c", "b")

rec <- c(
  "a" = "Treatment A",
  "b" = "Treatment B",
  "c" = "Treatment C"
)

factor(foo, levels = names(rec), labels = rec)
#> [1] Treatment A Treatment C Treatment B
#> Levels: Treatment A Treatment B Treatment C

uj5u.com热心网友回复：

如果您有很长的等价串列，通常将其作为单独的档案包含在内是一个很好的作业流程，例如icdcodes.csv包含

code,descr
C00.0,Upper lip cancer
C00.1,Lower lip cancer

然后你可以这样做：

codeinfo <- read.csv("icdcodes.csv")
factor(foo, levels = codeinfo$code, labels = codeinfo$descr

理想情况下，您甚至可以直接从 CDC 获得 ICD10 描述（尽管实际上这可能行不通，因为描述比您的要长，例如 C000 是“外上唇恶性肿瘤”，而不是“上唇癌”。 ..) [另请注意，CDC 档案没有点分隔符]

icd_url <- "https://ftp.cdc.gov/pub/Health_Statistics/NCHS/Publications/ICD10CM/2022/icd10cm_codes_2022.txt"
codeinfo <- read.fwf(icd_url, widths = c(8,100))
names(codeinfo) <- c("code", "descr")
codeinfo$code <- trimws(codeinfo$code)