r - 重复数据删除级别的因素

假设我有这个对象，它是无效因素的dput（）形式（例如，打印它会抱怨重复的3级）：

x <- structure(c(1L, 2L, 3L, 4L), .Label = c("A", "B", "A", "C"),
               class = "factor")

仅使用基数R将其转换为有效因数的最佳方法是什么

structure(c(1L, 2L, 1L, 3L), .Label = c("A", "B", "C"), class = "factor")

我设法提出

factor(levels(x)[x])

但是我不确定这会在将来没有警告的情况下继续起作用，而且效率可能也很低（我要修复的实际因素对象非常庞大）。

最佳答案

您的方法似乎不错，而且相当有效。为了进行实验，我创建了一个函数来制作此类格式错误的因素：

bad.factor <- function(nums,labs){
  structure(nums, .Label = labs, class = "factor")}

如果您使用：

x <- bad.factor(1:1000000,gtools::chr(runif(1000000,65,90)))

然后运行：

microbenchmark::microbenchmark(factor(levels(x)[x]))

典型输出为：

 Unit: milliseconds
                 expr      min       lq     mean   median       uq      max neval
 factor(levels(x)[x]) 27.72593 32.98346 42.97813 34.11871 35.70919 105.3564   100

关于r - 重复数据删除级别的因素，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48772278/