Níveis de fatores em R

Se você quer fazer nosso curso gratuito Intro to R, aqui está o link.

Níveis de fatores

Quando você recebe um conjunto de dados, é comum notar que ele contém factors com níveis específicos. Porém, às vezes você vai querer mudar os nomes desses níveis para dar mais clareza ou por outros motivos. O R permite fazer isso com a função levels():

levels(factor_vector) <- c("name1", "name2",...)Tecnologia

Um bom exemplo é o dado bruto coletado em uma pesquisa. Uma pergunta comum em qualquer questionário é sobre o sexo da pessoa respondente. Aqui, por simplicidade, só duas categorias foram registradas, "M" e "F". (Em geral, pesquisas exigem mais categorias; de todo modo, você usa um factor para armazenar dados categóricos.)

survey_vector <- c("M", "F", "F", "M", "M")Tecnologia

Registrar o sexo com as abreviações "M" e "F" pode ser prático se você está coletando dados em papel, mas pode gerar confusão na hora de analisar. Nessa etapa, muitas vezes você vai preferir mudar os níveis do factor para "Male" e "Female" em vez de "M" e "F", para ficar mais claro.

Atenção: a ordem em que você atribui os níveis é importante. Se você digitar levels(factor_survey_vector), verá que a saída é [1] "F" "M". Se você não especificar os níveis do factor ao criar o vetor, o R os atribui em ordem alfabética. Para mapear corretamente "F" para "Female" e "M" para "Male", os níveis devem ser definidos como c("Female", "Male"), nessa ordem.

Instruções

• Confira o código que cria um vetor factor a partir de survey_vector. Você vai usar factor_survey_vector na próxima instrução.
• Altere os níveis de factor_survey_vector para c("Female", "Male"). Fique de olho na ordem dos elementos.

        # Code to build factor_survey_vector
        survey_vector <- c("M", "F", "F", "M", "M")
        factor_survey_vector <- factor(survey_vector)

        # Specify the levels of factor_survey_vector
        levels(factor_survey_vector) <-

        factor_survey_vector
        

Resumindo um factor

Depois de concluir este curso, uma das suas funções favoritas no R vai ser summary(). Ela dá uma visão rápida do conteúdo de uma variável:

summary(my_var)Tecnologia

Voltando à nossa pesquisa, você quer saber quantas respostas "Male" tem no estudo e quantas "Female". A função summary() traz essa resposta.

Instruções

Peça um summary() de survey_vector e de factor_survey_vector. Interprete os resultados dos dois vetores. Neste caso, os dois são igualmente úteis?

        # Build factor_survey_vector with clean levels
        survey_vector <- c("M", "F", "F", "M", "M")
        factor_survey_vector <- factor(survey_vector)
        levels(factor_survey_vector) <- c("Female", "Male")
        factor_survey_vector

        # Generate summary for survey_vector


        # Generate summary for factor_survey_vector
        

Factors ordenados

Como "Male" e "Female" são níveis de factor não ordenados (ou nominais), o R retorna um aviso dizendo que o operador maior que não faz sentido. Como vimos, o R atribui o mesmo peso aos níveis desses factors.

Mas nem sempre é assim! Às vezes você vai lidar com factors que têm uma ordem natural entre suas categorias. Quando for o caso, é importante passar essa informação para o R...

Suponha que você lidera um time de pesquisa com cinco analistas de dados e quer avaliar o desempenho deles. Para isso, você acompanha a velocidade e classifica cada analista como "slow", "medium" ou "fast", salvando os resultados em speed_vector.

Instruções

Como primeiro passo, atribua a speed_vector um vetor com 5 entradas, uma para cada analista. Cada entrada deve ser "slow", "medium" ou "fast". Use a lista abaixo:

• Analista 1 é medium,
• Analista 2 é slow,
• Analista 3 é slow,
• Analista 4 é medium e
• Analista 5 é fast.

Não precisa definir como factors ainda.

        # Create speed_vector
        speed_vector <-
        

Se quiser continuar aprendendo com este curso, aqui está o link.

Confira também o Factors in R Tutorial.