❶ R語言基礎教程 | 數據結構—因子
變數可歸結為名義型、有序型或連續型變數。名義型變數是沒有順序之分的類別變數。類別（名義型）變數和有序類別（有序型）變數在R中稱為因子（factor）。因子在R中非常重要，因為它決定了數據的分析方式以及如何進行視覺呈現。因子（factor)是R語言中比較特殊的一個數據類型， 它是一個用於存儲 的類型，舉個例子，從性別上，可以把人乎鏈春分為：男人和女人，從年齡上劃分，又可以把人分為：未成年人（<18歲），成年人（>=18）。
R把表示分類的數據稱為因子，因子的行為有時像字元串，有時像整數。因子是一個向量，通常情況下，每個元素都是字元類型，也有其他數據喚芹類型的元素。因子具有因子水平（Levels），用於限制因子的元素的取值范圍，R強制：因子水平是字元類型，因子的元素只能從因子水平中取值，這意味著，因子的每個元素要麼是因子水平中的字元（或轉換為其他數據類型），要麼是缺失值，這是因子的約束，是語法上的規則。
通常情況下，在創建數據框變數時，R隱式把數據類型為字元的列創建為因子，這是因為R會把文本類型默認為類別數據，並自動轉換為因子。前面我們在講數據框時，就有提到。
通過class()函數檢查gender列的類，結果是因子類型，而不是字元向量。
可以通過factor()函數創建因子，factor()函數的第一個參數必須是字元向量，通過levels參數顯式設置因子水平。
參數注釋：
例如，因子sex的值是向量c('f','m','f','f','m')，因子水平是c('f','m')
因子水平規定了 因子取值的范圍 ，每一個因子，都包含因子水平的信息，例如，列印gender列，可以看到因子的元素和水平：
該因子中的每個值都是一個字元串，它們被限制為「f」、「m」和缺失值（NA）。如果把其他字元串添加到gender列中，R會拋出警告消息，並把錯誤賦值的元素設置為NA，例如：
因子水平，可以通過函數levels(factor)來查看：
水平的級數，相當於level的長度，可以由nlevels函數查詢到：
使用factor函數創建因子，可以使用labels參數為每個因子水平添加標簽，labels參數的字元順序，要和levels參數的字元順序保持一致，例如：
通常情況下，因子一般是無序的，這可以通過is.ordered()函數來驗證：
因子的順序，實際上是指因子水平的順序，有序因子的因子水平是有序的。在特殊情況下，有些因子的水平在語義上大於或小於其他水平，R支持按順序排列的因子，使用ordered函數，或通過給factor函數傳入order=TRUE參數，把無序因子轉換為有序的因子。
ordered()函數不能指定特定因子水平的順序，通常情況下，因子中先出現的水平小於後出現的水平。例如，通過ordered函數把sex因子轉換為有序的因子：
通過factor函數創建有序因子，通過levels指定因子的順序。
因子的順序歲耐，其實是因子水平的順序，我們可以通過levels，使現有的因子按照指定的因子水平來排序。
例如，把heights數據框的gender，按照指定的levels，轉換成有序因子：
在數據清理時，可能需要去掉與因子水平對應的數據，通常情況下，需要刪除未使用的因子水平，可以使用droplevels函數，它接受因子或是數據框作為參數。
如果x是數據框，那麼把數據框中未使用的因子刪除。
在數據清理中，有時需要把因子轉換為字元，通常情況下，使用as.character()函數，把因子轉換為字元串：
使用as.numeric()或as.integer()函數可以把因子轉換成對應的整數.
函數 cut() 能夠把數值變數切成不同的塊，然後返回一個因子.
參數注釋：
例如，把身高數據，按照指定的切割點向量分割：
當需要把因子轉換為有序因子時，要注意因子水平的順序.